發表文章

近期精選預測

2025 當前臺灣政治立場傾向追蹤:2025年9月

圖片
黨派:名詞,是很多人為少數人的利益而表現出來的瘋狂。 -- (The Devil's Dictionary) 【最新臺灣政治立場傾向推估】 註:政治立場傾向民調來源:TVBS、政大選研、台灣民意基金會(山水)與美麗島民調 【臺灣政治立場傾向趨勢圖】 【當前各直轄市及縣市 選民結構分布推估 】 註:縣市得票分布推估以 臺灣選舉地理:各直轄市及縣市的選民結構模型 推估(已更新2024得票資料 ) 【當前區域立委選區支持率推估】 【2024與2020 政黨得票率統計】 ------- 【TVBS民調】 『政黨傾向』交叉表彙整 【美麗島民調】 台灣民眾政黨傾向的追蹤分析 【山水民調】 台灣民意基金-台灣人的政黨支持傾向 【政大選研】 台灣民眾政黨偏好分佈 ------------------ 【 歷史回顧 】 按圖連結詳細資料 2023 臺灣選民結構追蹤與各縣市選民分布推估 註:上圖2023資料以民調原始數據製作趨勢圖,資料經標準化計算。

2025 台灣選舉地理-縣市選民結構篇:第三勢力的破壞效應

圖片
【藍綠對決】 當前選民結構分布推估 【藍綠白三腳督】 當前選民結構分布推估 【2024 政黨得票率統計】 【相關資料 】 2024-25 當前臺灣政治立場傾向追蹤 ------- 【 歷史回顧 】 按圖連結詳細資料 2022 縣市長當選人預測 【後記 】數學能夠幫忙維修民主制度嗎? 第三勢力的破壞效應 (影片) 圖片來源: 數學能夠幫忙維修民主制度嗎? 預測回顧:2024 總統大選藍白合預測 (按圖連結詳細內容)

2025 台灣選舉地理-區域立委選民結構篇:第三勢力難有突破性發展

圖片
【區域立委-藍綠對決】 【 區域立委選區-藍綠白 】 【相關資料 】 2024-25 當前臺灣政治立場傾向追蹤 ------- 【 歷史回顧 】 按圖連結詳細資料 2024 區域立委當選人預測

2025 賴總統施政滿意度追蹤:滿意度上升至35% 不滿意來到57%高點

圖片
【總統滿意度民調趨勢圖】 一、目的:整合TVBS、美麗島電子報、台灣民意基金會三家主要民調機構之數據,並透過歷次選舉驗證所調整之『機構效應加權模型』,建立具有代表性與時序一致性的觀察指標,長期追蹤賴清德總統施政滿意度之民意變化趨勢。 二、 加權原則: 根據過往多次選舉結果驗證,加權度公式採 ( TVBS×2 + 美麗島×1 + 台灣民意×1 ) ÷ 4 三、 若某月 TVBS 民調缺值,則改以『當月美麗島與台灣民意基金會民調+上月TVBS值』,加權平均補足。 【原始 民調線性迴歸趨勢圖 】 【TVBS民調】 資料來源與詳細交叉分析: TVBS民調中心 【美麗島民調】 資料來源與詳細交叉分析: 美麗島民調 【台灣民意基金會】 資料來源與詳細交叉分析: 台灣民意基金會 【Google Trends搜尋趨勢】 ------ 【歷史回顧】人們不會滿意『平等地分享痛苦』 2020-23 總統施政滿意度追蹤網頁

2025 大罷免預測(二):大家應該都知道答案

圖片
【2025/ 8/23  大罷免預測】 預測說明: RPS > 0.5 → 高機率通過區 ,仍須觀察反制是否有力 RPS ≈ 0.4~0.5 → 關鍵搖擺區 ,戰術與天時決定成敗 RPS ≈ 0.3~0.4 → 低機率通過區,理論仍有可能,需結構性突破 RPS < 0.3 → 幾近不可能 , 僅具象徵意義,需等待環境劇變 註: 1、大罷免為『無差別極端對決』模式,上表7區『仇恨動員效能轉換』無差別由0.82下調0.77 2、仇恨動員效能轉換=HMLF × T × Q(請參考罷免預測模型說明) 3、選民結構B請參考本站: 2025 台灣選舉地理-區域立委選民結構篇。(最新數據尚未更新) 4、VHI 投票率慣性,以歷年總統與立委選舉投票率微調。 5、PPI人格形象,為預測地雷區,採保守估計,保留人格形象評價空間。 【RPS罷免預測模型說明】 在當前台灣政治對決日益極化的氛圍中,如何理性預測罷免案的成敗機率,成為公共討論的關鍵。 本篇 「RPS罷免預測模型」(Recall Passage Score)係由板主原創構思、指標設計與評分邏輯,並在模型建構過程中導入 AI 協作機制,用以輔助數據整理與演算。此為一套融合人類政治判斷與機器運算效率的協作型預測工具。 本模型不以民意調查或社群情緒為依歸,而是結合以下四大核心指標構成: RPS = ( HMLF × T × Q )× B × VHI × PPI RPS =(仇恨動員力 × 時機動員力 × 法定門檻壓力) × 選民結構 × 選區投票率慣性 × 人格形象係數 這是一套可量化、可調整、可模擬多種政治情境的分析架構,期望能提供社會更精確的觀測工具,也促進選民對罷免制度本質與策略面向的理解。 註:「RPS罷免預測模型由板主創作,AI協作。所有邏輯與評分依據均由作者主導設計,AI僅作為技術演算與建模支援工具。」。歡迎轉載、引用,並附註出處。 【預測模型】 RPS (罷免成功分數)= HMLF × T × Q × B × VHI × PPI 註:模型說明請參考 7/26『2025大罷免預測』網頁。連結如下。 【選舉結果】 【相關預測】 請按圖連結詳細內容 → 2025/7/26  大罷免預測