afutest10的部落格

昨天那篇 踢爆媒體和警方說法!用Google Earth揭開830和紅衫軍遊行人數之謎! 討論熱烈，1天就130個回應。許多藍丁挑毛病說BBC的照片中有空隙啦，有些地方沒有人等等，在回應中大打筆仗。但有一件事是無可反駁的，830遊行的人數，絕對是馬英九講的5萬人至少3倍到6倍以上。一國領導人如此輕率的看待這麼大規模的遊行，這種態度，不知道這個位置還能坐多久。

如果上一篇讓藍丁緊張，那現在這篇就要讓藍丁抓狂了。我用第2個方法，利用部落格的點閱IP數下降，來推估可能的遊行人數。

如果要這樣計算，我們要先算出兩個數字:

1。母群體的大小:這是指可能閱讀抽樣部落格的潛在網友數目，我們叫它X
2。抽樣對像的變化率:這是觀察抽樣對象的IP點閱數下降程度，我們叫它Y%

然後假設遊行人數讓部落格點閱數下降，(你去遊行不可能還能上網看部落格吧)，那麼:

遊行人數=X * Y %

用這樣前所未見，異想天開的估計方法，藍丁丁準備抓狂吧~ㄎㄎ

台灣成年人口 (15-65歲)(這個年紀比較有可能上網，也比較有可能去遊行)


(數字來自wiki)

23000827 * 0.707= 16261584 (台灣成年人口)

(數字來自這篇 http://www.wretch.cc/blog/billypan101/11732916)

10960308 * 0.866=9491624 (台灣成年人中會讀部落格人口)

像我這種立場偏綠的部落格，假設可能會來的潛在讀者算所有閱讀部落格人口的41%就好了。

9491624 * 0.41= 3891566 (台灣成年人中會讀我這種類型部落格的總人口)

這個就是母群體，可能閱讀抽樣部落格的潛在網友數目，我們得到 X=389萬。

這389萬人不一定會來看我的部落格，只是把我的部落格到達人數當做田野調查的抽樣數目時，所代表的母群體大小。

再來算Y。其實我會用這個方法的原因是，830那天我的部落格點閱率下降，很明顯的和遊行有關。

(見http://look.urs.tw/showhits.php?BlogID=14197)

你可以看到8/30那天明顯和前後幾天點閱數差很多。因為點閱數下降也和星期六有關，所以我們來觀察前幾個星期六的變化:

以同樣是星期六比較，我挑了幾個成年人比較會去的知名blog，都可以看見8 月30日點閱數有變少。從 11.6%到38.2%不等。你也可以看到bloglook上有些部落格沒有這種現象，那可能是一些漫畫blog，小孩子看的比較多，或是格主之前密集發文所造成的影響。

這是點閱率，不過要以IP數計數才準。別人的IP數變化我看不見，我自已的yahoo站長工具的變化是這樣的:

取出星期6的數據，做成表如下(8/2用的是google analytics的數據)

這個就是我們要的 Y= 7 %

所以呢，因為大家去遊行，所造成的點閱數下降，算起來是遊行人數是:

3891566 * 0.07 = 272409 (上街而無法讀blog人數)

有27萬人啊~~很符合我上一篇用面積來計算的推估值。如果加上不上網，不讀Blog的人口，那遊行人數超過30萬是沒問題的啦~~

這樣計算也會有些bias(任何算法都有bias，除非你一個一個去算)，大部份的數字都沒有問題(上網讀部落格人口數是國外的研究，點閱IP數是yahoo，我無法造假)，比較有問題的是我的部落格抽樣是否能代表母群體?那個綠色讀友的估計，如果不是41%(這是選舉結果)而是20%的話，那麼27萬人就會少一半，變成13萬。但是這也有可能低估，因為我的部落格也有一些藍色讀友啊(你在回應中就能看到很多)。另外我的部落格也有15%左右的海外讀者，他們不會來參加遊行，如果加入這個變數也會造成最後低估人數。所以bias加加減減，母群體估41%我覺得是比較合理的數字。還有為什麼用我的部落格估算，而不用別的部格呢?這是因為，同類型的部落格中，我的流量大概是前幾名，抽樣數多，代表性就比較高啊~

上一篇有不少藍丁在那邊東扯西扯，我要說的是，任何估算法都不可能完全正確。你覺得不準要說出你的理由，你的算法，你的數據來源。算法有些小問題或bias，結果可能是高估也可能是低估，高低估的效應也有可能抵消。如果你沒有自已的算法，就先挑毛病批評別人多算高估，不是科學的精神。