PTT評價

Re: [討論] 無情真實的未來預測 - 2025 大罷免預測

看板HatePolitics標題Re: [討論] 無情真實的未來預測 - 2025 大罷免預測作者
myIDis7
(個字)
時間推噓 8 推:14 噓:6 →:67

這個大罷免預測算是量化模型

變數有
仇恨動員效能:包括仇恨度、情緒、傳播速度、動員機制、展望理論
這些全都不算,反正0.82(仇恨值已經快滿)就對了

選民結構:以原本得票率去算

投票率慣性:越都會給越高

人格形象:越極化*1.05+~越正面*0.95-

雖然不知道模型怎麼出來的

也不知道值怎麼出來的

結論是 0.5以上大罷免 大成功

而這次預測無一過0.5

然而過去預測全都正確

包括
黃國昌 0.3
韓國瑜 0.71
王浩宇 0.55
陳柏惟 0.5
林昶佐 0.42
謝國樑 0.36
陳玉鈴 0.33

依預測大概是大罷免 0 席

猜測是資料不夠 仇恨動員效能全都掛0.82

當年這個值 韓國瑜是0.95、王浩宇0.88、陳柏惟0.9

就算模型全部都用0.9下去算

就連第一名的葉元之也才0.49

我個人是數據驅動

依這個模型看起來 大罷免是草草結束





※ 引述《Felix76116 (Just go ahead)》之銘言:
: 無情真實的未來預測
: 前幾天終於更新網頁
: 說7/16之前會有預測大罷免的資料
: 終於趕在民調發布截止日之前上線
: 2025 大罷免預測:非綠陣營若呈冷感現象 綠營將以仇恨結構出奇制勝
: 不過這次更新是機率排行榜
: 前十名
: 葉元之 王鴻薇 羅廷瑋 徐巧芯 丁學忠 涂權吉 廖先翔 牛煦庭 李彥秀 洪孟凱 萬美玲: https://reurl.cc/koVxZr


--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.8.247.129 (臺灣)

※ 文章網址:
https://www.ptt.cc/HatePolitics/E.hXQ8-36mpPpw

audic 07/15 14:29這次罷免不是個人形象和仇恨,是整體

clwXXX 07/15 14:30過去預測全都正確這是先射箭再畫靶

研究本來就是一個模型 套用過去都正確 來預測未來 邏輯無誤

clwXXX 07/15 14:30吧?那些數據是在罷免前做的嗎?

clwXXX 07/15 14:31除了選民結構外其他變數感覺都不是

clwXXX 07/15 14:31很客觀

選民結構、投票率慣性、人格形象都蠻客觀的 主要差別還是仇恨值那格怎麼訂出來的

Robben 07/15 14:32

edwin11017 07/15 14:33這數據莫名奇妙 他的客觀數值是什麼

edwin11017 07/15 14:33??

allen18880 07/15 14:34之前根本沒出現過那些數據,他自己

allen18880 07/15 14:34突然發明這些參數,去合理化自己之

allen18880 07/15 14:34前的預測是有依據

做研究本來就是這樣了 建模一個過去很準的模型 來預測未來 這次不準後 這模型再微調或棄用

DosTaLiCa 07/15 14:34預測合理,但是人民投票就是有變數

Robben 07/15 14:34先射箭再畫靶

allen18880 07/15 14:34哪他四大公投失準,又是用什麼參數

allen18880 07/15 14:34去預測的

edwin11017 07/15 14:34比方我之前自己設定的簡單公式是用連

edwin11017 07/15 14:34署人數 跟最後得票數 去抓個對比的概

edwin11017 07/15 14:34述 至少有連署人數跟得票數兩個客觀

edwin11017 07/15 14:34數據

DosTaLiCa 07/15 14:35昨天3Q都說了,變數在5%,單論各區的確

Robben 07/15 14:35幾個數據調一調結果就不一樣

allen18880 07/15 14:35https://i.imgur.com/8pw1QpO.png

DosTaLiCa 07/15 14:35有困難,但是這次是24人一起罷免,有

tuboshu

: 這篇先存下,選完再來看是神還是亂講了 39.12.9.113 07/15 14:35

edwin11017 07/15 14:35他跟這個公式什麼都沒有 是有什麼狗

edwin11017 07/15 14:35屁參考價值?

DosTaLiCa 07/15 14:35帶動的效應,可能熱一下,就翻過去了

allen18880 07/15 14:35哪這張圖這個是用什麼參數預測的

snoopy5566 07/15 14:36那些數據都可以變動啊 -,-

snoopy5566 07/15 14:36你沒發現他給的數據都沒確定性可言

clwXXX 07/15 14:36投票率慣性也沒有考慮到藍綠投票率

clwXXX 07/15 14:36的差異啊?像藍營支持者在非都會區

clwXXX 07/15 14:36投票率通常反而是比都會區還高

他花蓮台東只給0.9 純以都會區下去算

snoopy5566 07/15 14:36人格特質誰1.0 誰1.1就有得吵了

這滿客觀的哦 很多語意分析+新聞就能印出的結果 只是我不知道他有沒有下去跑資料分析而已

allen18880 07/15 14:37他有解釋為什麼預測雙吳最可能罷掉

allen18880 07/15 14:37結果失準嗎

我認為那不能怪預測 純抄襲犯規不在預測範圍

allen18880 07/15 14:38預測雙吳最可能罷掉 結果連成案都沒有

allen18880 07/15 14:39這是準在哪?

Robben 07/15 14:40數字隨便調 當然會推過去都是準的 廢話XDD

clwXXX 07/15 14:40而且拿已知結果去建模往往會變成為

clwXXX 07/15 14:40了讓跑出來的數字符合結果而去調整

clwXXX 07/15 14:40參數,倒果為因

allen18880 07/15 14:43笑死 什麼抄襲犯規不在預測範圍

allen18880 07/15 14:43如果二階一定會成案 kmt會需要抄嗎

allen18880 07/15 14:43你是這網站的鐵粉嗎?

sam90205 07/15 14:44鬼扯實驗方法誒 要驗證模型有沒有用就是

sam90205 07/15 14:44給任何資料都能預測出來誰跟妳說可以調

sam90205 07/15 14:44到大家都準再來沿用

你講的那是大師級拿來沿用的模型 一般路人做個模型能套過去數據就能發論文了

clwXXX 07/15 14:45建模預測最重要的基本上根本不是公

clwXXX 07/15 14:45式,而是需要預測的參數,像企業估

clwXXX 07/15 14:45值建模準不準的就是預測未來成長率

clwXXX 07/15 14:45、權益成本等等,拿模型去預測過去

clwXXX 07/15 14:45的事件就常常會變成為了讓模型出來

clwXXX 07/15 14:45數字合理而去挑整那些假設性參數。

clwXXX 07/15 14:45所以除非他有說明他那些假設性參數

clwXXX 07/15 14:45是怎麼假定的不然參考性真的很低,

clwXXX 07/15 14:45因為根本沒辦法確定他有沒有能力去

clwXXX 07/15 14:45客觀預測這些假設性變數

你覺得他是精算師嗎? 網站民調看看就好

herboy 07/15 14:46這個就跟民眾黨一樣,騙你raw data都公開

herboy 07/15 14:46,帶你這種不明究理的人風向

nsk 07/15 14:47如果if假設ゴミ丼認真連署罷雙吳進三階 這2席

nsk 07/15 14:47就危險了

mojono 07/15 14:49不管啦!大罷免大成功!

clwXXX 07/15 14:51更不用說仇恨值還有相對性的問題,

clwXXX 07/15 14:51他不是一個絕對的數字,仇恨值會隨

clwXXX 07/15 14:51著他的對手還有同期檯面上其他政治

clwXXX 07/15 14:51人物而變動,當其他人新聞多的時候

clwXXX 07/15 14:51大家就會忘記另一個人。除了徐巧芯

clwXXX 07/15 14:51王鴻薇傅崐萁這種指標性人物外其他

clwXXX 07/15 14:51人的仇恨值基本上就是看他有沒有未

clwXXX 07/15 14:51爆的黑料或是她會不會失言,不止這

clwXXX 07/15 14:51樣,還要看那時候其他人會不會有更

clwXXX 07/15 14:51嚴重的黑料或失言。這根本不是能量

clwXXX 07/15 14:51化的指標

clwXXX 07/15 14:52基本上我覺得他還是回歸他過去的做

clwXXX 07/15 14:52法總結各家民調就好,因為比較同家

clwXXX 07/15 14:52民調的趨勢就是可以排除掉那些所有

clwXXX 07/15 14:52沒辦法控制的變數

nooooon 07/15 14:57先射箭再畫靶 怎麼不加權大罷免 加乘1.2

buneng 07/15 15:12抄襲犯規不算,不就是不能成案才要抄襲嗎

buneng 07/15 15:12哈哈哈哈哈

yctsaih 07/15 15:14模式使用的變數衡量尺度,感覺許多是用

yctsaih 07/15 15:14李克特量表,例如“非常高”給5,“高”

yctsaih 07/15 15:14給4,這種處理方式所建立之模型,其預測

yctsaih 07/15 15:14值只適合用來排序,無法精確預測機率

沒錯哦 但他不是一個機率 而是一個值假定0.5以上為大成功

※ 編輯: myIDis7 (101.8.247.129 臺灣), 07/15/2025 16:39:32

keltt 07/15 16:46符合doig的預言,結論就是神準!

miha80425 07/16 09:19熱戰的部分感覺是新模式 加上這次全罷

miha80425 07/16 09:19模型全靠猜