由新到舊 由舊到新 日期篩選

・2020/11/19
從美國總統開票結果回看民調,以紐約時報在佛羅里達州民調為例,深入理解抽樣誤差和設計效應。看似客觀的統計推估,媒體若不經嚴謹處理,仍可能誤導大眾。
・2017/07/26
民意調查的結果數據隨處可見,尤其是政治性民調結果幾乎可說是天天在新聞上放送,對總統的滿意度下降了多少百分比、某某縣市的幸福指數最高等諸如此類的調查數據。同一份民調,媒體、政黨、政治人物、名嘴(政治評論家)往往又會做出不同的解讀,各說各話,每個看起來似乎都有幾分道理,但拼湊起來,又讓人想到瞎子摸象這句成語。到底這些數據代表什麼?要怎麼做一位正確解讀民調的聰明閱聽者呢?其實只要掌握兩大原則,就可以大致不被騙了。
・2016/01/15
明天(1/16)就要選舉了,為什麼很多一開始說不要抹黑對方的候選人,自己卻變成抹黑別人的人了呢(例如2008美國總統的選舉)[1]?既然從很早以前就有人在倡導不要再打負面選戰,可是為什麼儘管是到了今天,負面選戰卻還是沒有「絕種」呢?
・2015/06/11
媒體一再以抽樣誤差為標準來判定對比式民調中候選人支持度差距是否具有統計顯著性,這是對選舉民調的錯誤解讀。這種錯誤,不但國內媒體常犯,國外亦然。而且不但媒體,連影響重大的政黨提名制度也犯同樣錯誤。
・2014/11/25
選戰當前,每位參選人都在最後拉票!相信聰明的你們,一定知道,最近不管是哪種新聞、消息都會影響我們的判決。你們的決策點是什麼呢?是選人、選黨、選政見還是依靠民調呢?跟著我們ㄧ起檢查,「民調」中有什麼可疑的誘導因子吧!
・2014/08/08
消弭集體智慧的偏差/偏見,重點在於收集廣泛、不受干擾的預估或判斷。而所謂的干擾包含「個體之間的相互干擾」,以及如媒體、名嘴煽動等「外界干擾」。那麼,該如何消弭集體智慧(Wisdom of Crowds)的偏差/偏見呢?
・2011/12/23
無論是做實驗還是民調,都是試圖以少數樣本一窺整體族群的全貌;因此如何取樣,就成了一門學問。以生物實驗而言,取樣生物的品種、年齡、性別、健康情況,以及取樣的方法、時間等,都可能影響結果。同理,民調也有許多講究,像如何選取受訪者、數目要多少、採訪方式、如何設計問題、結果如何分析等都是;其中尤以頭一項最重要。