國際

請按圖片連結詳細預測內容

【2025 德國國會大選】

2025 德國國會大選

【美國總統川普民調追蹤】

美國總統川普民調追蹤

【2024 美國總統大選預測】

2024 美國總統大選預測： 川普將橫掃搖擺州贏得大選

【2024 印尼總統大選預測】2/14

2024 印尼總統大選預測

【2024 芬蘭總統大選預測】2/11

2024 芬蘭總統大選預測

【2024 美國共和黨總統初選】

2024 美國共和黨總統初選

【2022 法國總統選舉】

法國總統選舉

【2022 韓國總統選舉】

韓國總統選舉

【2021 荷蘭國會大選預測】

2021 荷蘭國會大選預測

【2019 英國大選】

文章：

一週熱門文章

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 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。
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：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
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 »»

2021 臺灣疫情預測：阻擋自由的圍籬重重 人們心靈醒覺總會到來

圖片
電影- 飛越杜鵑窩    擷圖： https://www.alamy.com/ 【臺灣疫情 追蹤與預測】 註：累計確診數等資料以 衛生福利部疾病管制署 發布之資料為準，預測僅供參考。 【臺灣 COVID-19疫苗接種計劃】 資料來源： 臺灣嚴重特殊傳染性肺炎疫苗接種計劃 資料來源： 臺灣嚴重特殊傳染性肺炎疫苗接種計劃 【臺灣 COVID-19 疫苗接種統計】 資料來源： COVID-19疫苗統計資料 【疑似接種後不良反應與死亡人數統計】 資料來源： 臺灣嚴重特殊傳染性肺炎疫苗接種計劃   【臺灣 COVID-19 國產疫苗開發】 資料來源： 臺灣嚴重特殊傳染性肺炎疫苗接種計劃 【COVID-19 新增確診數趨勢圖】 下圖顯示： 每百萬人 / 每日新增確診病例數 /  7天滾動平均值 資料來源： Our World in Data   (上圖數據延遲一日） 【完整接種人數百分比】 資料來源： Our World in Data   (上圖數據延遲一日） 【世界衛生組織授權全球緊急使用的疫苗】   ---------------- 【歷史回顧】 1、 疫苗與藥物療效的共識預測： 2、2020年美國及紐約州疫情預測 ： 不懂自由的人 嘲笑英美佛系防疫 生命誠可貴，愛情價更高，若為自由故，兩者皆可拋。 公民自由與公共衛生之間如何平衡？生死與自由的選擇熟輕熟重？ 【後記】 堅實的高牆與重重的圍籬  向來都是人們的恐懼 在疫情蔓延下，為了讓操控國家機器的執政者能夠做的更多，做的更滴水不漏，人們便越會交出更多自己的權力，進而使牆越來越高聳堅實，重重的圍籬擋在人 們與自由之間....................... 電影： 刺激1995   圖片來源： giphy.com 不要命的自負： 知識的狂妄   理性的狂妄   人格的狂妄 蘇格拉底認為：承認我們的無知（ignorance），乃是開啟智慧之母。人的智慧恰恰始於人對自身的無知或有限的意識。 人類歷史上的種種錯誤以及在實踐中造成的大災難，歸根到底是知識的狂妄、理性的狂妄 、人格的狂妄的結果。 然而這個時代總是流傳著神話：大有為政府的能力是無限的，每個人從搖籃到墳墓、教育、拼經濟及追求公平正義都...
閱讀更多內容 »»