2019 金門縣區域立委缺額補選預測：

第九屆立法委員金門縣選舉區缺額補選，原任第9屆立法委員楊鎮浯（國民黨籍）因於第7屆金門縣長選舉當選而須依法辭去立法委員。選舉定於2019年3月16日舉行。
【金門縣選舉區立委缺額補選預測】
金門縣選舉區立委缺額補選預測


【預測變動表】
預測變動表

【民調一覽表】

註：01  02

【Google trends 搜尋趨勢】
Google trends 搜尋趨勢
 【2016年金門縣選舉區立法委員選舉結果】
Labels:
文章：

留言

  1. eric.yuan2019年1月26日凌晨4:59

    您好！您表格中的县市/选区有写错，应该是金门县选举区。

    回覆刪除
  2. 北極凍狼 斯冰菊2019年1月26日下午1:32

    洪志恒的三次挑戰地方大位與中央民代結果：

    103年11月29日
    九合一大選
    金門縣長
    無黨籍
    6號(10獸參選)
    636票
    1.4004%

    105年元月16日
    總統暨立委二合一大選
    金門縣區域立委
    無黨籍
    1號(8獸參選)
    647票
    1.784%

    107年11月24日
    九合一大選
    金門縣長
    金門高粱黨
    2號(6獸參選)
    832票
    1.6901%

    對了，本狼發現105年的金門縣區域立委選舉結果表格，下面的資料來選站主打成或連結成台中市第5選舉區了，懇請站主有空盡快更正囉！！！


    北極凍狼 斯冰菊 新春觀戰

    中華民國108年元月26日 13:31

    回覆刪除
  3. 佑2019年2月25日下午5:38

    今日號次已經抽籤

    1號洪麗萍(國)
    2號陳滄江(無)
    3號蔡西湖(無)
    4號盧冠宇(無)
    5號洪志恒(金)
    6號陳玉珍(無)

    回覆刪除

張貼留言

一週熱門文章

2025 當前臺灣政治立場傾向追蹤：2025年10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。
閱讀更多內容 »»

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）
閱讀更多內容 »»

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
閱讀更多內容 »»

2025 賴總統施政滿意度追蹤：10月滿意度37% 不滿意53%

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 】 【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 【TVBS民調】 資料來源與詳細交叉分析： TVBS民調中心 【Google Trends搜尋趨勢】 美國《時代》雜誌官網，10月23日刊出保守派智庫「防衛優先」亞洲計畫主任高德斯坦投書，評論兩岸關係與賴清德總統。翻攝《時代》雜誌官網--（ →連結全文 ） ------ 【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
閱讀更多內容 »»

2025 國民黨主席選舉預測：穩定結構 VS 政治動能的取捨

圖片
2025年國民黨主席選舉將於2025年10月18日舉行，將會選出國民黨的新一屆主席，任期四年。選舉方式將採用國民黨黨員直接、平等、無記名、單記、相對多數的投票制度。 【2025 國民黨主席選舉預測】 預測說明： 大於  7.5分 →  當選機率高 5.0～7.5分 →  有機會 當選 2.5～5.0 分→  當選 機率低 小於  2.5 分→  當選 機率極低 【預測變動表 】 【預測模型說明 】 1. 財力（政治資本與資金支持） 涵義：包含個人財務狀況、長期金主、企業界或地方資源。 權重：20％，評分：1～10分 評分重點： 募款能量→選舉經費、廣告投放、舉辦造勢場合的能力。 金主背景→是否有穩定的傳統企業、地方建設公司、媒體資金支持。 註：募款能量細分為『短期募款』（選戰經費）與『長期金流』（經營黨務的持續財力）。 2. 組織動員力 涵義：動員國民黨黨員投票的核心。 權重：45％，評分：1～10分 評分重點： 黃復興黨部15％：軍公教系統的傳統基本盤。 地方派系15％：各縣市黨部、地方樁腳、里長系統的動員。 游離黨員15％：如世代交替、路線立場、藍白合、改革期望、能否帶領國民黨贏得2026、2028等、凸顯自主黨員的特殊考量。 註：另外需考量「黨內人脈整合度」指標，例如與現任中常委、中評委、黨代表的結盟數量或質量。 3.  民意調查 涵義：外部支持度與黨員支持度的參考。 權重：20％，評分：1～10分 評分重點： 全體民意：能否吸引中間選民，對2028選舉有號召力。 藍營支持者的專屬民調：更貼近實際黨員投票傾向。 註：『一般民調』與『黨員民調』，兩者加權不同。 4. 人氣（網路熱度與媒體輿論） 涵義：候選人的曝光度、話題製造力、年輕族群討論度。 權重：15％，評分：1～10分 評分重點： Google搜尋熱度的趨勢變化 社群媒體互動：如直播收看數、PTT/FB/Threads討論量。 傳統媒體曝光與聲量 註：以『正負聲量比』來校正純討論量，避免只看熱度不看好感。 Google搜尋熱度的趨勢變化 【選戰觀察】 郝鄭兩大陣營支持勢力比較（10/13） 鄭陣營＝改革型動能聯盟：軍系改革派 + 自主黨員 + 新媒體輿論 + 青年世代。 郝陣營＝體制型權力聯盟：軍系主流 + 地方派系 + 黨部中常委 + ...
閱讀更多內容 »»

2025 大罷免預測：RPS 模型顯示 罷免行動正走向全面潰敗的方向

圖片
【2025 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24區『仇恨動員效能轉換』無差別＝0.82 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 1、仇恨動員效能 HMLF = P × E × V × M × L² P：仇恨痛苦感知強度 E ：情緒包裝效應 V：傳播速度 M： 動員機制 L ： 展望理論- 損失趨避放大因子 乘法模型說明： 標準化最大值＝1（心理極限值＝6.25） 任一變數＝0，整體效果＝0（例如沒有組織，M＝0） L² 是唯一指數性（因...
閱讀更多內容 »»

2024 總統大選預測： 民進黨可望史無前例地邁向第三任期

圖片
【2024 總統大選預測】 2024年中華民國總統副總統選舉（第8次直選），預計於2024年1月13日舉行，與第11屆立法委員選舉共同構成「2024年中華民國中央公職人員選舉」，將採用普通、直接、平等、無記名、單記、相對多數投票制度。當選人將於2024年5月20日宣誓就職。第14、15任總統蔡英文將於2024年5月20日任期屆滿，因已連任一次，所以此次無法再度競選。 【預測變動紀錄表】 【民意調查】 註： 1、 連結民調資料來源  （或參考下方留言板）    2、 機構效應調整後得票中間值參考2020總統大選預測資料 【勝選機率 與 當選機會】 【民調趨勢圖一】 所有民調『標準化平均移動』趨勢 【民調趨勢圖二】 美麗島滾動民調『標準化平均 移動』趨勢 資料來源： 美麗島民調 -------------------- 【歷史回顧】 1、 2020 總統大選預測 （按圖連結預測資料） 2、 2016 總統大選預測 (按圖連結預測資料) 2012 總統大選：民調平均趨勢圖 -------------------------- 【後記】
閱讀更多內容 »»