PTT推薦

Re: [新聞] 柯P遭疑民調加權才贏侯友宜 柯辦反擊了!

看板HatePolitics標題Re: [新聞] 柯P遭疑民調加權才贏侯友宜 柯辦反擊了!作者
MICWAR
(EE)
時間推噓 2 推:2 噓:0 →:10

https://i.imgur.com/h3llvEl.png

圖 柯P遭疑民調加權才贏侯友宜 柯辦反擊了!

美麗島的調查方式如下
樣本代表性與加權:採用「比例估計法」 (raking ratio estimation),本次調查的母群體參數是依內政部公布2023年9月民眾性別、戶籍、年齡資料,與2022年12月民眾教育程度等特徵,逐項重複進行連續性修正,使得樣本特徵與母群體結構一致(達統計檢定顯著水準p-value>0.05) ,此時整體樣本即具有代表性。

訪間多參考的反覆多重加權最早由 Deming and Stephen 在 1940 年提出

其實很簡單就是把調查到的分層樣本結構數量,放大縮小到與母體一致(台灣實際狀況)

同時把想討論的變數(民眾性別、戶籍、年齡資料,教育程度等)都做一樣的動作

但等等~ 做第二變數的放大縮小時,是不是會又影響第一個變數。

所以要放軟體做反覆加權,並且做各別變數樣本數與母體邊際分佈的檢定看是否有差異

https://i.imgur.com/ZuvAGZ6.png

圖 柯P遭疑民調加權才贏侯友宜 柯辦反擊了!
*樣本代表性檢定與最小差異加權 黃紀/張佑宗
如果按上面的標準p值大於0.5就認定與母體一致的話
我看都不知道加權亂七八糟到哪裡去了

但美麗島那張截圖,就指是很單純的按年齡分層加權
而且70歲以上的加權前後差異最小,大概是民調到70歲以上的人數夠母體結構的1000份左右時,就可以提只抽樣了

因為變數還是有權重與優先順序,把民眾性別、戶籍、年齡資料,教育程度攤開來看
應該只有年齡是最重要的。

美麗島調查方法裡寫的raking ratio estimation是不是真的有按他說的把民眾性別、戶籍、年齡資料,教育程度都做反覆加權我是蠻懷疑的。或是只用在單獨的變數探討>








※ 引述《wfelix (清雲)》之銘言:
: ※ 引述《patiger (唉)》之銘言:
: : 所以說柯權重根本亂配阿
: : 不同的東西還拉到等權...
: : 重看一下昨天的原始數據
: : https://i.imgur.com/6tJSNJb.jpg

圖 柯P遭疑民調加權才贏侯友宜 柯辦反擊了!
: : 注意一下後面那段市話跟手機個別經過調權後的結果
: : 市話
: : 賴 685 32.49%
: : 侯 433 20.52%
: : 柯 382 18.12%
: : 手機
: : 賴 251 27.52%
: : 侯 150 16.46%
: : 柯 257 28.21%
: 現實上 每家民調都有加權
: 柯P算是第一個大方把加權前後的數字秀出來的
: 所以酸啥科學民調就算了
: 除非每家都秀出原始和結果,才能笑柯P這個是科學民ㄊㄧㄠˊ
: 而且真要真要科學民ㄊㄧㄠˊ
: 那麼手機原始數據
: 賴26.21 侯15.68 柯 33.44 但加權之後
: 賴27.52 侯16.46 柯 28.21
: 柯文哲怎麼是唯一降低的?
: 最後的結果也很容易理解
: 這就是個手機50% 市話50%
: 所以最後的支持度就是手機支持度*0.5+市話支持度*0.5
: 就好像術科 50% 筆試50%的概念
: 術科80分 筆試40分 那就是60分 及格
: 跟手機取樣幾份 市話取樣幾份無關
: 只要兩種取樣方式都分別達到統計學上的有效樣本數即可

--

※ PTT留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.238.31.117 (臺灣)
PTT 網址

DustToDust 11/09 15:34加權在加權在加權 嘻嘻

unformat 11/09 15:35懷疑懷疑再懷疑

tinmar 11/09 15:35年齡確實是容易造成誤差的變數

tinmar 11/09 15:36由於年齡與教育程度是成正比 教育不用加權

chu 11/09 15:40你太認真 塔綠班只是想亂而已

wfelix 11/09 15:57所以原始數據在哪裡?

MICWAR 11/09 16:36目前看到的資料,與美麗島揭露的程度差不

MICWAR 11/09 16:37多。都有原始樣本數。但美麗島只有案例分

MICWAR 11/09 16:37享,沒有逐批。

圖 柯P遭疑民調加權才贏侯友宜 柯辦反擊了!

chu 11/09 16:47原PO的圖是這影片 其實美麗島也沒公布

chu 11/09 16:47原始資料 是剛好這影片有小小洩漏一點點