2023 北市第三選區立委補選預測：王鴻薇當選機會高

第十屆臺北市第三選舉區（包含中山區及松山區精忠里等20里）立法委員缺額補選，因原任立法委員蔣萬安（國民黨）參選第8屆臺北市市長於2022年11月10日辭去立法委員後所進行的選舉，選舉將於2023年1月8日舉行。

【2023 臺北市第三選區 立委補選】

2023 臺北市第三選區 立委補選

【預測變動紀錄表】

預測變動紀錄表

【臺北市第03選區 投票指數】

1、當前區域立法委員選區選民結構分布以2024總統可能參選人民意調查推估，資料僅供參考。
2、關於投票指數請參考『臺灣選民結構追蹤與各縣市選民分布推估』網頁


【得票率預測與勝率換算】

說明：得票率預測經百分化互比後換算勝選機率，不含其他候選人。
得票率預測與勝率換算


【明日投票的勝選機率與當選機會】類似『明天下雨的機率』

明日投票的勝選機率與當選機會


【2020 臺北市第三選舉區立委選舉結果】



【歷史回顧】

2019 臺北市第2選區立委補選預測

-----------------

【選舉結果】

2023年臺北市第三選舉區立法委員補選選舉結果


2023臺北市第三選舉區立法委員缺額補選選舉分區結果
Labels:
文章：

留言

  1. 無情真實2022年12月12日下午4:09

    →北市第3選區補選民調：TVBS

    王鴻薇 46%
    吳怡農 38%

    交叉分析：中間選民
    王鴻薇 49%
    吳怡農 23%

    來源：https://www.storm.mg/article/4654743

    回覆刪除
  2. 無情真實2022年12月24日下午3:44

    →北市第3選區補選民調：吳怡農陣營內部民調 12/21-22

    王鴻薇 43.1％
    吳怡農 38.5％

    交叉分析：中間選民
    王鴻薇 21.4％
    吳怡農 27.4％

    來源：https://www.upmedia.mg/news_info.php?Type=24&SerialNo=162324

    回覆刪除
  3. 無情真實2023年1月8日晚上7:05

    →2023 北市第三選區立委補選分區結果

    中山區
    吳怡農 36,896（50.33%）
    王鴻薇 36,052（49.18%）

    北松山
    吳怡農 17,843（41.99%）
    王鴻薇 24,467（57.57%）

    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11月底

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】 【臺灣政治立場傾向百分化趨勢】 【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 賴總統施政滿意度追蹤：最新滿意度38% 不滿意52.5%

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】 ------ 【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 »»

2016美國總統大選預測：民調真的錯得離譜，還是媒體集體失智？

圖片
【後記】 2016 美國總統大選民調與選舉結果 ＊詳細資料請參考文中民調資料 眾人皆醉洛時獨醒 ：洛杉磯時報民調真的精準嗎？ ＊資料來源： realclearpolitics.com ＊更多資料請參考： realclearpolitics.com ------ 【2016美國總統大選】選前評估 【2016美國總統大選預測】 【預測變動分析】 黨派的意識形態，代代相傳，歷久不衰。 --Nate Silver 【選舉人票】 得票估計與勝率 1、 勝率由各州民調、PVI指數、預測市場與賭盤 評估而得 2、勝率超過90%為政黨的優勢州，不列出相關勝率數據。 3、Maine、Nebraska採用『眾議員選區』方式，其餘採用『Winner-take-all』制度 【黨派投票指數】 搖擺州最新PVI 等數據 註： 最新資料連結 【搖擺州民意調查】 New Hampshire 民調 Pennsylvania 民調 Ohio  民調 Florida 民調 Nevada  民調 Iowa  民調 North Carolina  民調 Colorado  民調 Arizona  民調 Michigan  民調 Wisconsin  民調 Georgia  民調 Virginia  民調 Maine, 2nd  民調 【最新民意調查】 各州及全國 查看更多民調： realclearpolitics.com 【全國性民調趨勢 】 平均民調與版主加權累計民調 民調來源： realclearpolitics.com 趨勢圖 【 Google  Trends  趨勢 】 Trump VS Hillary 【2016 美國總統選舉  賭盤】 連結最新資料： 2016 US Presidential Elec...
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 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 »»