---

簡單的說，他說email 是他14歲發明的，covid不恐怖，吃維他命就會好...


※ [本文轉錄自 HatePolitics 看板 #1VhGPV8F ]

---

直接發文回你一篇比較快。

首先，你的論述並非個模型所代表的意義。
這個模型的 X 軸是選區內 "非分裂投票裡，投川且投共" 的比例
而Y 軸則是 "分裂投票裡，投川" 的比例
舉例子來說的話，假設一個選區 200 票，而非分裂與分裂比各佔一半
也就是 非分裂選票 100、分裂選票 100


講白了，這個模型是在探討 分裂選民在政黨光譜上的表現
越靠左邊就是越藍的選區，越靠右邊就是越紅的選區
在這樣的光譜下，去探討 投共不投川 vs 投共也投川 的關係

這位 "生化" 博士 （非數學) 的預設立場是 分裂選民的比例應該是要跟非分裂選民一樣
然後把數據都百分比化去放在同等的天平上去測量結果有沒有跟預設的一樣
但這有幾個的統計學盲點：


也就是說，1000張票裡面，也只有大概 10張是分裂選票

用上面的算式來看的話，一張分裂選票就可以左右 10%的結果，這個差異實在太大。
基數太小，在統計學上是沒有意義的。而這位博士也沒公布 Y 軸每個選區的基數

2. 分裂選民本身就沒有政黨傾向，直接套用有政黨傾向的非分裂選票比例是不合理的 -
其實在這位博士發佈的光譜就可以看出來。我們來看在光譜靠左邊的地方
這邊是民主黨強勢的地方 (X < 20)，但川普反而支持率是 25~30% (Y = 5~10)
難道在越藍的地方反而拜登的支持率越低嗎? 並不是這樣解釋的

說穿了，就是分裂選民的傾向是相對穩定、而非等比例的隨著地方政黨優勢而變化
也就是說，這些藍色的點有個相對的 斜率 (不是博士劃的黃線）

從結果來看，這次大選中 分裂選民 裡，賭爛川的就是比肚爛拜的多。

好了。打了這麼多，樓下開放 "不敢驗就是有鬼" 的各種不同說法 (其實也沒有不敢驗?)

※ 引述《saitou68201 (漂泊不定)》之銘言：
: ※ 引述《sunbysea (忠言逆耳良藥苦口)》之銘言：
: : 1.新聞網址︰
: : https://www.epochtimes.com/b5/20/11/11/n12542753.htm
: : 2.新聞來源︰
: : 大紀元
: : 3.完整新聞標題
: : MIT博士挑戰拜登：6.9萬川普選票被軟件篡改
: : 4.完整新聞內容︰
: : 研究發現計票軟件作弊重大證據 MIT博士公開向拜登提出挑戰
: : 紐約高級金融分析師 王天嬌
: : MIT博士挑戰拜登：6.9萬川普選票被軟件篡改
: : https://i.epochtimes.com/assets/uploads/2020/11/download-2-1-600x400.jpg
: 原文很長，我簡單幫有興趣的人濃縮一下
: 「藍軍作票」
: ......沒啦，我開玩笑的，簡單來說，這位Shiva博士跟他的團隊，對密西根州的投票結果
: 進行分析，結果發現在共和黨支持度越高的地方，川普的支持度反而會大幅度下降，而且
: 下降的幅度跟趨勢非常一致。這個結果並不符合以往的認知，即：
: 「川普本人的支持度普遍略高於共和黨支持度」的認知
: 以上這個認知，在密西根州裡面的淺紅區，即共和黨領先幅度低的區域是成立的
: 所以按上述的認知與投票慣性看，如果你投給共和黨，那麼通常會支持川普，反過來說，
: 如果你支持川普，那也有很大概率支持共和黨。但投票的趨勢卻是，你的區域越是支持共
: 和黨，川普的得票數就下降越多，而你的區域如果共和黨只有小幅領先，則維持上述認知
: 的趨勢
: 也就是說，這個跟上述認知相反，違反常人認知的現象卻是真實的出現，且普遍存在於該
: 州的深紅區；另外一個可疑的點是，這並非小機率的偶發現象，而是在該州深紅區發生普
: 遍性的大規模現象，這不合常理
: 因此，按Shiva博士的結論，他認為會出現這樣的線性結果，更可能是受到人為的逆向操控
: ，不合常理跟規律。按他的結論，或許可以推出計票的結果跟選票是否用郵寄或是親投根
: 本無關，選票上蓋了誰也不重要，重要的是你只要達到計票軟體設定的條件，軟體就會啟
: 動加減票功能，自動幫你算到拜登贏為止。當然軟體按照甚麼邏輯修改選票計算的機制則
: 是未知，但由Shiva博士的結論來看，軟體啟動修改的門檻設得相對高，所以不見得會遍地
: 變藍，但是選舉結果只要再加上該州藍區本來就贏的大城市選票，藍軍翻轉該州的機會就
: 頗大；從這個角度來看，這也解釋了為什麼在密西根州中本來就藍的大城市不需要動，也
: 沒有出現不合常理的現象
: 另外一個問題則體現在計票結果都是大幅度的反轉，且開到越後面拜登越贏，大guy是這樣
: 當然，作為一個漂流者，我也幫大家整理了一下簡單的Q&A
: Q1：為什麼軟體是改深紅區，而不是深藍區的票?
: A1：按照台灣的選舉模式，確實是改大幅領先區比改落後區來得更合理，也更不容易被發
:     現；例如你在總統大選把韓導在苗栗縣的得票提升到80%-90%，蔡英文只拿4%，大家是
:     會覺得有點怪，但好像也不能說一定不對，畢竟在連江縣兩黨的得票率差不多就長這
:     樣，要說苗栗如果哪天投出這狀況似乎也不是不可能，但你如果要在士林大同這種台
:     北市中的偏綠區改出一個韓導反超的結果，這怎麼看都會很怪
:     而實際上只要在每一個選區做一些修改，最終韓導的得票就會超過蔡英文，例如淺藍
:     區選票是55:45，幫你改成60:40，一來一往就是幾十萬票，而且完全不會不合理。而
:     深藍區的藍軍得票大幅增長，深綠區卻每個區塊都只有小勝，這看起來完全合理。問
:     題是，美國採用的選舉人制度，導致你在深藍區拿97.87%跟拿51%的意義是一樣的，你
:     贏1%就是全拿該州，所以增加藍區，例如加州的普選票毫無意義，因為該區本來就會
:     算到藍的去。你在台灣加藍營縣市領先的票，有可能讓韓導當總統發大財，但你在美
:     國加州增加拜登的票純屬放屁，一點意義都沒有
:     因此，在美國的選舉就必須要動紅區的票才有意義，這樣才能讓該區由紅轉藍，藍軍
:     才能拿到選舉人票，而不是單純拿更多的普選票，美國選舉玩法就是這樣，票多的未
:     必贏 (無誤
: Q2：為什麼川普的領先幅度要大到一定程度才啟動?
: A2：我推測這跟合理性有關，也就是說，如果藍軍在該區本來就會贏，那軟體就不需要啟
:     動修改機制，不然會變成驢黨拿下520張選舉人票的結果，這美國肯定先內戰再說；而
:     如果啟動機制的門檻太低，例如川普領先3%或5%就開始改，這樣影響的範圍也會非常
:     大，甚至可能在計票過程中就直接讓拜登輕鬆贏下每一個搖擺州
:     現在這樣的好處是，選舉結果乍看之下非常符合搖擺州的特性，意即倒向任一個候選
:     人都有可能；川普拿了賓州的話大家沒話說，但拜登贏了賓州的話，你也不能說這肯
:     定不對吧?
:     如同單從一個州來看，內華達無論是川普或拜登獲勝都合理，所以如果要作弊，一定
:     是作在搖擺州，而不是徹底的紅州藍州。你作在藍州沒有意義，作在紅州問題跟爭議
:     會太大，你把愛達荷州作成拜登贏看看，等一下紅州選民直接暴動給你看，上街逼共
:     和黨州長甚麼的給你來個人工點票都不是不可能
: Q3：也許共和黨選民真的很討厭川普，所以越支持共和黨越不願投給川普?
: A3：原則上不無可能，但如果這是共和黨選民普遍存有的共識，那這個現象大概就要擴及
:     到真正的紅州跟藍州才準；因為如果支持共和黨建制派而討厭川普是個日常現象，那
:     麼這個現象就不可能只侷限在搖擺州，而是其他州也必須出現類似狀況，甚至是藍州
:     可能要分裂投票得更嚴重
:     但目前看來，其他非搖擺州都沒有看到類似狀況，也可能是還沒有統計到其他地方去
:     ，這我不知道，靜待該博士與團隊的進一步分析
: 結論：我自己是認為，如果真的是計票軟體有問題，那麼一旦開始人工點票，問題大概就
:       無所遁形了...所以我期待人工點票，且兩黨都派人監督的那一天。至於這個博士是
:       不是甚麼陰謀論者，這並不是我在乎的事情，因為打擊一個人可信度的方式差不多
:       就是這樣，說他是神棍、陰謀論者、共產黨員、強姦犯，諸如此類，但這是一回事
:       ，就算他是陰謀論者，我也期望人工點票還任何人一個清白
: : 更新 2020-11-12 9:47 AM
: : 標籤: 密西根州, 川普, 軟件, 選票, 拜登
: : 向川普和拜登發出公開挑戰
: : 在昨天發布了他們對計票軟件作弊的分析結果後，Shvia今天（11日）向川普（特朗普）和拜登發出公開挑戰：
: : 總統先生@realDonaldTrump
: : ＆Biden先生@JoeBiden
: : https://i.imgur.com/VmxIgL2.png
: : https://twitter.com/va_shiva/status/1326595796947656716
: : 至少6.9萬支持川普選票被修改成支持拜登
: : https://i.imgur.com/BjYDAuM.png
: : Shiva博士及其團隊的分析
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture12.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture1-2.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture13.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture14.jpg
: : Ballot images are already destroyed in many states
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture15.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture16.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture17-600x438.png
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture18.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture19.jpg
: : Shiva博士通過展示散點分布圖的方式，清晰明了地闡釋了他的分析過程。
: : 詳細分析了密西根州三大郡縣（Oakland）的選票數據
: : 共和黨支持率低未有明顯修改  越紅的區修改痕跡越重
: : 橫坐標X軸代表支持共和黨的選民比例，縱坐標Y軸代表支持川普的選票與支持共和黨選票的差值。
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture110.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture111.jpg
: : 下圖是密西根州最大的縣Oakland縣所有選區的得票率分布圖。這些數據來自提前投票的選票。
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture112.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture113.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture114.jpg
: : 這段分布圖可以理解為，只要共和黨支持率超過20%，軟件的算法就開始自動減少川普的得票。導致川普的支持率迅速變成低於共和黨支持率。
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture115.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture116.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture117.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture118.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture119.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture120.jpg
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture121.jpg
: : 深藍區底特律市Wayne縣 未做手腳
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture122.jpg
: : 結論
: : https://i.epochtimes.com/assets/uploads/2020/11/Picture123.jpg
: : 責任編輯：楊亦慧 #
: : 5.附註、心得、想法︰
: : 又是一個違反人性的做票結果
: : 簡單的說就是越支持共和黨的選區，川普相較於該選區其他共和黨候選人的支持率負差距越大
: ------------------------------------------------------------------------------

--
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 59.115.170.51 (臺灣)
※ 文章代碼(AID): #1VhGPV8F (HatePolitics)
※ 文章網址: https://www.ptt.cc/bbs/HatePolitics/M.1605174879.A.20F.html