<div dir="ltr"><div><div><div><div><div><div><div>Here's the MinMax(separation) method:<br><br></div>The score for candidate X is the separation of X from the most distant candidate that defeats X pairwise.<br><br></div>
The candidate with the smallest score wins.<br><br></div>As mentioned in a previous post in this thread, there are various ways of defining a metric for measuring separation between candidates.<br><br></div>Here's a similar separation based method that occurred to me in this vein:<br>
<br></div>"Min Radius of Vulnerability"<br><br></div>The radius of vulnerability for candidate X is the distance from X to the most distant position in issue space that would be preferred by a majority of voters over X.  The candidate with the smallest radius of vulnerability wins.<br>
<br></div>These two methods are different because the first method only uses distances to actual candidates in the election, while the second method takes into account all possible candidates.  If there are many candidates scattered at random all over issue space, then the two methods are practically the same.<br>
<div><div><div><div><div><div><div><div><div><div><div><div class="gmail_extra"><br></div><div class="gmail_extra">Forest<br></div><div class="gmail_extra"><div class="gmail_quote"><br></div><br></div></div></div></div></div>
</div></div></div></div></div></div></div></div>