還有其他幾種預測模型也采用相似的方法，把美國總統(tǒng)大選這類復雜的問題用“兩個變量”的方程式解決（奇怪的是，這些模型中所用的兩個變量五花八門）。實際上，在這些預測模型中，有些模型的跟蹤記錄遠不及希布斯的預測模型準確。2000年，其中一個預測模型預計戈爾會以19個點取勝，甚至還預測小布什只有十萬分之一的概率獲勝。

這樣的預測模型在1988年美國總統(tǒng)大選之后開始盛行，因為在這次競選中此類模型的基本變量一直偏向老布什一方——經(jīng)濟運行良好，老布什代表的共和黨有一位頗受民眾歡迎的前任總統(tǒng)里根——但直到本次大選后期，民意調查都是偏向邁克爾·杜卡基斯一方的。最終，老布什輕松獲勝。

然而，盡管這類預測模型越來越多，但它們的跟蹤記錄卻很差。1992年以后的5次美國總統(tǒng)大選中，這個“基于基本變量”的典型預測模型——它忽略了民意調查，聲稱在沒有相關信息的情況下仍可辨清選民的動向——結果漏掉了幾位主要候選人之間高達7%的點數(shù)差距。而采用狐貍式方法的預測模式，把經(jīng)濟數(shù)據(jù)、民調數(shù)據(jù)以及其他類型的信息結合在一起，得出了更為可靠的預測結果。