close
縣市長選舉結果出來了，綠營算小勝吧，雖然只多一席宜蘭縣長，但重點是得票率大幅成長:
國民黨的47.8% 比 民進黨的45.3%，算起來是 1.0551倍。
網路可以預測這個結果嗎?其實不難。如果用總統大選時的計算策略，看民進黨和國民黨的關鍵字台灣網頁數目是這樣的:
國民黨 2350000頁比民進黨2340000頁，算起來是 1.004倍。
1.0551和1.004，雖不中亦不遠矣啊....所以藍綠勢力現在接近五五波就是了。
但是這個是不夠的，Google關鍵字網頁數，能預測縣市長誰會當選嗎?
我在之前的文章裏推算民進黨可能有6-10席，看來是大誤啊，實際上只有四席，到底問題出在那裏呢?我把最後的計算結果和真正票開出來的數字並列，來看看究竟是怎麼一回事?
![]()
這張表中，右側那列打o的表示是預測成功的縣市。
11月28日和12月5日表示選前的網頁數統計預測，算法是14種關鍵字比率平均，一周變化就是兩者相減。
我想了很久，覺得很奇怪。為什麼有些縣市奇準無比(不光是預測當選，連得票比率都很接近)，有些縣市卻非常不準?
看來看去，我終於悟出一個道理了，那就是:必需要在人口比較大的縣市，這種網頁預測法才會準確。
上面中有紅色格標記的五個縣市，是這次選舉中人口最多的縣市，這五個縣市，全部都預測正確。
桃園有193萬人口，預測鄭文燦的得票率只差0.9%，吳志揚只差1.5%
彰化有131萬人口，預測翁金珠只差 0.52%，卓伯源只差 3.42%
另外你可以看雲林，嘉義，屏東，誤差值都在5%之內。
除了數值接近，得票順序和平均數的順序也都一致。這絕非巧合，關鍵字網頁數是真的和選舉得票數相關的。
只不過，要在大區域的選舉中，這個算法才會準確。之前總統選舉，誤差不到1%，因為是上千萬人的選區，後來算劉建國的得票率也很準，也因為是在雲林這種人口比較多的縣之中。
現在我們知道了，這種方法要準確，選民數必需在55萬人以上才比較準。
選民數比較少的，網頁關鍵字的的抽樣方式計算方法之所以會有誤差，我猜測是下列幾個原因:
1。候選人在網路上下的功夫大於對手很多，因為基本的網頁數不大(base不大)，所以自已多弄出來的網頁就會改變原有的比率而讓計算失真。像楊長鎮的網頁數是55%，實際得票是33.6%就是一個好例子。他在網路戰上的確下了不少功夫。
2。候選人原先知名度不高，或選情本來不樂觀。但是後來選的很漂亮，選票比率一下子衝高，但是來不及反映在網頁數目上。這個例子就是林聰賢。他在選前沒有一項網頁數是領先的，但最後以54.20%勝出。他的網頁數在一周之中成長了17.25%，是所有候選人中最多的。林聰賢這一仗可以說是打得非常漂亮，選舉策略非常成功，應該可以算是經典案例了吧。
3。比較小的選區，賄選的影響力也會比較大，這也是讓網頁式民調不準的原因。
4。候選人本來就是媒體寵兒，所以關鍵字網頁數高，但因為選舉策略，讓後來的結果有差別。兩個好例子就是鄭文燦和李文忠。鄭文燦的知名度高，他的關鍵字網頁數因此非常高。他的對手吳志揚網頁數也不低，但是人家的部落格和網路可以有心的經營了兩年以上才有的成績，鄭文燦空降2個月就打出很漂亮的一戰。他的例子告訴我們，像桃園這麼大的選區(193萬人)，派系，組織經營，地方上的交陪，到處插旗子其實沒那麼重要，候選人本身才重要。像人口比較少的南投(53萬人)，李文忠就不好施展拳腳，他的網頁數和得票比率差蠻多的。
這讓我想到一點，就是一個人的人際關係再怎麼擴展，也有極限。比方每個人好好經營如果可以影響2萬人的話，在南投這種當選只要13萬票的地方就會有決定性的差異，但是在桃園當選要快40萬票的地方2萬票的幫助就不大了。李文忠和鄭文燦都是空降的，他們的選舉結果的差異可以讓我們了解到這點。另外，李文忠或許沒有得到綠營的全力支持我想也有關吧。
雖然席次我沒有猜到，不過之前文章中的這段話倒也有幾分正確性吧:『蘇治芬不必選了，應該是全國得票率最高的，所以，跑去幫張花冠吧。然後全黨去幫鄭文燦，因為比率上很接近。』
蘇治芬的得票率是65.37%，是全國最高的沒有錯。但張花冠其實不必幫。桃園的鄭文燦如果真的得到大力幫忙是有可能選上的(票只少6.7%)。
3+1的選舉結果，並不難猜測。有沒有辦法事先知道一些更細的狀況，而讓資源做更有效的分配，多上幾席，這樣預測才有意義啊。
像是澎湖(票少1%)和台東(票少5%)，真的票開出來才知道差這麼少，但用Google式民調完全沒有猜到。早知道的話，綠營在這兩個地方多拼一下，也是非常有可能會上的。國民黨票數只多 2%卻能比民進黨多8席，應該是因為情報比較正確，所以比較能險勝吧。
早知道，大家都會說，千金難買早知道。這種網頁式民調的好處是實在太容易做成本又非常低，如果能用這個方法悟到一點點『千金』都難買到的『早知道』，就很值得了吧。
國民黨的47.8% 比 民進黨的45.3%，算起來是 1.0551倍。
網路可以預測這個結果嗎?其實不難。如果用總統大選時的計算策略，看民進黨和國民黨的關鍵字台灣網頁數目是這樣的:
國民黨 2350000頁比民進黨2340000頁，算起來是 1.004倍。
1.0551和1.004，雖不中亦不遠矣啊....所以藍綠勢力現在接近五五波就是了。
但是這個是不夠的，Google關鍵字網頁數，能預測縣市長誰會當選嗎?
我在之前的文章裏推算民進黨可能有6-10席，看來是大誤啊，實際上只有四席，到底問題出在那裏呢?我把最後的計算結果和真正票開出來的數字並列，來看看究竟是怎麼一回事?
這張表中，右側那列打o的表示是預測成功的縣市。
11月28日和12月5日表示選前的網頁數統計預測，算法是14種關鍵字比率平均，一周變化就是兩者相減。
我想了很久，覺得很奇怪。為什麼有些縣市奇準無比(不光是預測當選，連得票比率都很接近)，有些縣市卻非常不準?
看來看去，我終於悟出一個道理了，那就是:必需要在人口比較大的縣市，這種網頁預測法才會準確。
上面中有紅色格標記的五個縣市，是這次選舉中人口最多的縣市，這五個縣市，全部都預測正確。
桃園有193萬人口，預測鄭文燦的得票率只差0.9%，吳志揚只差1.5%
彰化有131萬人口，預測翁金珠只差 0.52%，卓伯源只差 3.42%
另外你可以看雲林，嘉義，屏東，誤差值都在5%之內。
除了數值接近，得票順序和平均數的順序也都一致。這絕非巧合，關鍵字網頁數是真的和選舉得票數相關的。
只不過，要在大區域的選舉中，這個算法才會準確。之前總統選舉，誤差不到1%，因為是上千萬人的選區，後來算劉建國的得票率也很準，也因為是在雲林這種人口比較多的縣之中。
現在我們知道了，這種方法要準確，選民數必需在55萬人以上才比較準。
選民數比較少的，網頁關鍵字的的抽樣方式計算方法之所以會有誤差，我猜測是下列幾個原因:
1。候選人在網路上下的功夫大於對手很多，因為基本的網頁數不大(base不大)，所以自已多弄出來的網頁就會改變原有的比率而讓計算失真。像楊長鎮的網頁數是55%，實際得票是33.6%就是一個好例子。他在網路戰上的確下了不少功夫。
2。候選人原先知名度不高，或選情本來不樂觀。但是後來選的很漂亮，選票比率一下子衝高，但是來不及反映在網頁數目上。這個例子就是林聰賢。他在選前沒有一項網頁數是領先的，但最後以54.20%勝出。他的網頁數在一周之中成長了17.25%，是所有候選人中最多的。林聰賢這一仗可以說是打得非常漂亮，選舉策略非常成功，應該可以算是經典案例了吧。
3。比較小的選區，賄選的影響力也會比較大，這也是讓網頁式民調不準的原因。
4。候選人本來就是媒體寵兒，所以關鍵字網頁數高，但因為選舉策略，讓後來的結果有差別。兩個好例子就是鄭文燦和李文忠。鄭文燦的知名度高，他的關鍵字網頁數因此非常高。他的對手吳志揚網頁數也不低，但是人家的部落格和網路可以有心的經營了兩年以上才有的成績，鄭文燦空降2個月就打出很漂亮的一戰。他的例子告訴我們，像桃園這麼大的選區(193萬人)，派系，組織經營，地方上的交陪，到處插旗子其實沒那麼重要，候選人本身才重要。像人口比較少的南投(53萬人)，李文忠就不好施展拳腳，他的網頁數和得票比率差蠻多的。
這讓我想到一點，就是一個人的人際關係再怎麼擴展，也有極限。比方每個人好好經營如果可以影響2萬人的話，在南投這種當選只要13萬票的地方就會有決定性的差異，但是在桃園當選要快40萬票的地方2萬票的幫助就不大了。李文忠和鄭文燦都是空降的，他們的選舉結果的差異可以讓我們了解到這點。另外，李文忠或許沒有得到綠營的全力支持我想也有關吧。
雖然席次我沒有猜到，不過之前文章中的這段話倒也有幾分正確性吧:『蘇治芬不必選了，應該是全國得票率最高的，所以，跑去幫張花冠吧。然後全黨去幫鄭文燦，因為比率上很接近。』
蘇治芬的得票率是65.37%，是全國最高的沒有錯。但張花冠其實不必幫。桃園的鄭文燦如果真的得到大力幫忙是有可能選上的(票只少6.7%)。
3+1的選舉結果，並不難猜測。有沒有辦法事先知道一些更細的狀況，而讓資源做更有效的分配，多上幾席，這樣預測才有意義啊。
像是澎湖(票少1%)和台東(票少5%)，真的票開出來才知道差這麼少，但用Google式民調完全沒有猜到。早知道的話，綠營在這兩個地方多拼一下，也是非常有可能會上的。國民黨票數只多 2%卻能比民進黨多8席，應該是因為情報比較正確，所以比較能險勝吧。
早知道，大家都會說，千金難買早知道。這種網頁式民調的好處是實在太容易做成本又非常低，如果能用這個方法悟到一點點『千金』都難買到的『早知道』，就很值得了吧。
全站熱搜
留言列表
