近期臉書上有一篇投稿文章《讀社會學系是一個很糟糕的選項》在我的臉書同溫層上被廣傳。內文論點有三個:
(1)讀社會系出來找不到工作。
(2)社會系會不斷批判社會,灌輸你負面思維,讓你變成一個憤青,大學生涯會過得不快樂。
(3)社會系只會高喊社會正義,但對社會大眾的實質貢獻極低。
身為社會學系畢業的,我想回應一下這篇文章,說一下社會科學的訓練對我的意義,希望對正在選擇校系的高中畢業生會有所幫助。
-
(1)讀社會系出來找不到工作?
其實社會科學訓練出身的,如果統計學基礎學得不錯,在歐美國家還是不難找到工作的。不是社會系本身找不到工作,而是在台灣的社會系學生不容易找到工作,那是因為台灣多數中小企業沒有這方面的人力需求。這不是只有社會學才會遇到的問題,人文系所的畢業生,文學系、歷史系、哲學系、藝術科系,都難找工作。如果一個科系多數人都找得到工作,但少數人找不到,那問題可以歸咎給個體,但如果一個科系多數人都找不到工作,那就必須檢討工作體制、大環境是否有問題。學校這邊可以做的是提供更多就業協助,思考怎麼幫助畢業生銜接職場。不過目前世界趨勢是無法解決問題就解決提出問題的人,歐美國家的大學開始刪除人文社會科系的系所,所以這是人文社會學科的危機,不是社會學這門學科特有的。而且,相比於其他人文社會學科,社會學的涵蓋範圍很廣,勞動社會學、性別社會學、科技社會學、教育社會學、政治社會學、經濟社會學...幾乎涵蓋社會各面向,這有個優勢,就是可以讓大學生有四年時間去探索自己想要什麼,最後再轉換到自己想要的工作領域,所以社會系學生畢業後可能從事完全不同領域的工作。
-
(2) 社會系專門灌輸負面思維?
認為社會系就是一群左派憤青,其實是嚴重樣本偏差。整個社會系老師加學生假設200人好了,20個人上街頭搞社會運動,就以為社會系全都是這樣的人,難免以偏概全了。事實上,社會學成為一個獨立學科後,就一直很注重「價值中立」原則,社會學家必須拿出統計(量化證據)或訪談、田野調查(質化證據),才能夠做出理論主張。如果看到了資本社會越來越貧富不均的事實,因此去批判它甚至想辦法改善它,我認為這叫健康的進步思維。那些認為這是負面思維的人,也許要審視一下自己的價值觀標準。而且近幾年來,資本主義有問題早就是學界不分學科的共識了,差別只在於要怎麼處理而已。台灣最近要出版一本哈佛商學院教授Rebecca Henderson的《重新想像資本主義》,連捍衛資本主義的大本營哈佛商學院都出來檢討資本主義了,怎麼還有人認為社會學批判資本主義是「負面思維」?
*補充一個小故事:二戰後,猶太裔的德國社會學家阿多諾(Theodor W. Adorno) 逃亡到美國教書,每天都在批判美國資本主義社會的消費物質主義如何扭曲人類心靈,注重正向思考的美國人被嚇到了,問阿多諾:你每天都這樣充滿負面思維(negative thinking),人生不是過得很不快樂嗎? 阿多諾回答:我在做批判資本主義的否定性思考(negative thinking)時,就是我最快樂的時候!
-
(3)社會學對大眾極少實質貢獻?
不同國家有不同的學術傳統跟特性,如果要很短視地談實質貢獻的話,在美國,20世紀都市化時出現許多犯罪問題(大家看過《破案神探》吧?),所以很重視人口學、偏差行為、都市社會學的研究,到了現在21世紀,黑人種族不平等的問題嚴重,時常有警察執法過當問題,所以種族研究也很盛行。如果沒有這些社會學研究,美國治安可能會更差、黑人會死更多。在歐洲,一直有王室貴族傳統,所以很重視階級不平等的研究,英國BBC在1960年代甚至拍過一部《成長系列》(7 up),長期紀錄不同社經地位的14位小孩,每隔七年追蹤一次,從小拍到大,證實階級如何決定一個人的人生。如果沒有這些社會學研究,人們會以為低薪是因為自己不努力。在日本,常常遇到天災,天災後的社會重建發現有資源不平等的問題,家庭收入低的受災戶,會需要更長時間恢復到原本生活,所以日本有災難社會學的研究,如果沒有這些社會學研究,如何跟政府要求經費、社會福利補助?這些都是社會學可以帶來的短期見效的貢獻。
社會學還有一些更細微、難以估量的貢獻,像是在思想層面上引導社會集體反思,1960年代歐洲、美國嬉皮世代的反戰社會運動,引導學生上街頭的思想領袖就是德國的社會理論大師馬庫色(Herbert Marcuse),當時美國大學生是一邊聽Bob Dylan的反戰音樂,一邊讀馬庫色社會批判的書《單向度的人》,正是在這種思想激盪中,創造出一整個世代的嬉皮文化,至今歐美國家的老人都還在嚮往那個黃金年代!
-
我自己大學讀社會系,還沒畢業就有進台灣吧的實習工作機會,一方面是因為影像製作的個人能力,一方面社會系的頭銜也讓公司認為我適合做知識型的教育影片。沒有大學四年的社會科學訓練,我可能不會有辦法做出超級歪的影片。如果讓我重選一次,我還是會選社會系或者哲學系、人類學系(反正都是一些被台灣人視為找不到工作的科系XD)。找不找得到工作當然是一個最血淋淋的問題,也是台灣大學系所人文科系都必須面對的問題,但是大學是學習的殿堂,是認識自己、認識世界的最佳時機,不是資本主義的社畜訓練所,人生沒有多少個可以花四年讀大學的機會,我認為應該趁年輕時多充實自己的知識儲備,我也很享受我大學四年的學習時光,也決定繼續出國讀社會科學。
如果你正在考慮大學要選社會科學相關的科系,歡迎你在底下留言,我會把所有問題搜集起來後拍一集Q&A影片!
-
附上一張書單,想知道社會學在幹嘛的人可以讀讀這幾本入門書喔!(依照難度排序,由簡單到困難)
Allan G. Johnson《見樹又見林》
Zygmunt Bauman《社會學動動腦》
片桐新自,永井良和,山本雄二《基礎社會學》
Norbert Elias《什麼是社會學》
C. Wright Mills《社會學的想像》
同時也有3部Youtube影片,追蹤數超過8萬的網紅范琪斐,也在其Youtube影片中提到,歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首...
「樣本偏差」的推薦目錄:
樣本偏差 在 昱創企管顧問有限公司 Facebook 的最佳貼文
機器學習過程中出現不準確的假設,
將會導致 AI 產生結果不正確的狀況。
這篇談到機器學習有五種偏差的原因
1. 演算法偏差
2. 樣本偏差
3. 偏見偏差
4. 測量偏差
5. 排除偏差
數據科學家要了解並消除偏差。
#人工智慧
AIoT數位轉型策略與實務 博客來購買:https://www.books.com.tw/products/0010875914?loc=P_0001_007
AIoT的現在與未來Ted演講:https://www.youtube.com/watch?v=lCXRPlaUk0s&t=4s
中華亞太智慧物聯發展協會協助企業數位轉型 https://www.facebook.com/APAC.AIOT/
https://buzzorange.com/techorange/2021/02/25/5-machine-learning-bias/
樣本偏差 在 Eddie Tam 譚新強 Facebook 的精選貼文
譚新強:武漢應馬上進行 大規模COVID-19隨機測試
昨天湖北突然公布COVID-19新增確診個案14,840宗,死亡人數242。全球總人數已逾6萬,死亡人數超過1300。之前數天,新增個案已跌至約2000宗水平,死亡人數則約100。為何個案突然急速上升?官方解釋是確診定義略有修改,所以就大幅上升。死亡人數的上升較易理解,因為在湖北被列為病重和病危個案仍高達7000多宗,所以仍將有不少病人陸續不幸離世。
COVID-19是一種全新病毒,不確定性仍很大,包括傳染率(R0),感染和死亡率等等。當然令人更擔心的是暫時仍未有疫苗,和有效藥物。慶幸基因排列工作很快就完成了,中外藥廠已在努力研發疫苗和藥物,包括Gilead的新藥Remdesivir,已在臨牀測試階段。但估計完成測試仍需數個月,疫苗需時更長。
傳染率與死亡率 多呈反比例
隨着時間的過去,和病例的累積,可以總結一下我們已知道關於這病毒的一些事,和仍未有答案的疑問。首先這個病對長者影響最大,如到了肺炎階段,確有頗大生命危險。但對年輕人,包括小孩,反而得病率和嚴重性都較低。傳播主要途徑包括近距離接觸、飛沫、糞便,手碰到口鼻和眼等。比較可怕的是潛伏期可長達24天,可能因為病毒太新,被感染後初時身體沒有任何抗體和抵抗能力。
病毒固然有一定傳染力,但R0是不穩定的,可隨着公共預防和隔離政策,和個人衛生措施而改變。COVID-19的R0仍存在很大的不確定性,世衛(WHO)的估計是1.4至2.5,但某些專家估計可能高達5或以上。R0高於1代表疫情仍在擴散,平均每位病人把病毒傳播到超過1個人以上。若R0是1.4,傳染度跟一般季節性流感相若,但如果R0是2.5,就跟SARS和MERS的區域(2至5)差不多。但如COVID-19的R0真的是5以上,傳染度就到了天花的級數(5-7)。
最重要的不確定性是這個病的「真正」死亡率。首先我們要了解,跟R0一樣,死亡率也是不穩定的。死亡率跟醫護水平,藥物的有效性,和病毒本身的變種過程等因素,都有關係。我跟一些胸肺科醫生和傳染病專家談過,不一定,但一般來說,R0跟細菌的virulence(毒性)呈反比關係,即較輕的病菌,例如麻疹,死亡率只約0.2%,但R0就高達12至18。較嚴重的病菌,例如伊波拉,死亡率高達90%,但R0則為較低的2左右。這反比原因可能是如病菌太厲害,被感染的主體太快病危和去世,就根本不夠時間把病菌傳播出去給很多人。
湖北內外 死亡率差距大
有關COVID-19的最重要疑團是為何湖北以外跟湖北之內的死亡率,相差那麼大?在大陸湖北省以外地區的個案已超過11,000宗,已具代表性,死亡率現約為0.38%,大陸以外,包括港、澳、台地區,和全球其他20多個國家,個案數目近570宗,兩人死亡,死亡率約0.35%。但在湖北的死亡率則奇怪地高達2.7%,其實已有輕微下跌趨勢,但跟湖北以外和大陸以外的數據,仍高出7倍以上,是一個非常大的差距。即使從病重加病危率來看,湖北跟其他地區的差距亦極大,在湖北的病重病危率高近15%,湖北以外大陸地區為不低的8.5%,但在大陸以外,病重病危率則只有4%。
通常在一個新病毒出現時,存在各種不確定性,包括死亡率是非常正常的,假以時日,大家終會自然知道真正的情况。以SARS為例,按澳洲病理學家李超浩的解釋,初時的死亡率高達45%至50%,但後來逐漸發現一些病情較輕個案,治療水平也逐漸提升,到最後,SARS的死亡率跌至9.5%,當然仍非常高,但已比最初的估計跌了八成。他估計同樣情况將出現在今次COVID-19疫情,陸續將發現大量輕微病例,死亡率亦將逐漸下降。
愈來愈多大陸以外的傳染病專家都有同樣觀察。上周我已提過港大的梁卓偉教授,以他的電腦模型推算,早在1月25日,在武漢的感染個案可能已高近76,000宗。從撤離武漢後的外僑測試,感染率約1.4%,而他相信留在武漢的人的感染率,更可能高達3%至5%,以人口約1000萬來計算,即宗數可能高達30萬至50萬。
近日英國MRC Centre for Global Infectious Disease Analysis主管Neil Ferguson教授估計,COVID-19在中國的真正感染宗數,可能比報道高10倍,即使在中國以外,他認為實際個案亦比報道高出4倍!
表面聽來,似乎是非常壞的消息,但其實未必一定是,因為死亡人數和病重病危數目,都肯定遠比整體個案數目準確,尤其在大陸以外,所以如這些推測屬實,亦即是說COVID-19的死亡率應遠低於現時湖北顯示的2.7%。甚至海外的約0.35%死亡率,都可能被高估,真正死亡率可能較接近0.1%。
死亡率不可能完全準確,但如何處理一場死亡率高近3%的疫情,跟如何處理一個死亡率只有0.35%或更低的疫症,應該是完全兩回事!所以極需要盡快以科學方法來查證此疫症的真正感染和死亡率。
湖北剛撤換了省委書記,抗疫政策似乎也有所改進,昨天就突然宣布新增個案大增。之前亦有報道指,當局在武漢進行疫情排查,已完成99%以上工作,亦因此而發現3000多個新增個案。
落區抽樣統計 計算較準確感染率
做法似乎是打電話到武漢的每家每戶,查詢家中有沒有人發燒或其他症狀。如果有就派人到那處做病毒測試,但因測試並非太準確,所以經常需要做多次才能確診。此做法對找出病患者有點幫助,但對查證真正感染率則幫助不大,因為這做法有sample bias(樣本偏差)。
我建議武漢政府應馬上去社區進行真正的隨機抽樣統計,計算出較準確的感染率。假設被感染者的分佈頗平均,亦希望即使病癒者仍會顯示陽性反應,以武漢約1000萬人口為例,如只需達到95% confidence level(置信水平),±1% margin of error(誤差範圍),隨機抽樣約9600人來做統計已足夠,但每位可能需要做數次測試。但如預期感染率只約3%至5%(希望如此),±1%誤差範圍或許太濶,如要收窄至±0.5%,就需要擴大至約38,000個樣本。如需要更準確的99%置信水平,±0.5%誤差範圍,則需要約66,000人數樣本。
我知道湖北的醫護人手和測試儀器都非常緊張,首要任務仍是救急扶危,不容易騰出資源來進行此頗大規模隨機測試。但我認為政府應往前想多幾步,首先查證感染率的真相,然後計算出較準確的死亡率,才可計劃未來應付疫情的正確策略,對全國人民健康和中國經濟都有極大影響。不容易,但如明白此舉的重要性,只要立志去做,也不算太困難。
如果統計結果顯示武漢的感染率真的只約0.3%,即是死亡率可能高達4%以上,那麼這病毒的殺傷力真的很大(雖仍遠低於SARS)。那麼封城、封關、隔離,和其他緊急措施都確有繼續維持下去的必要,直至新增個案跌至非常接近零,和研發出有效疫苗和藥物為止。即使這做法等如犧牲經濟,也幾乎沒有選擇。
但如統計結果證明真正感染率高很多,較接近不少外國專家猜測的3%至5%,雖然公眾最初聽到時,可能會有點恐慌,但如當局能解釋清楚,其實這亦等如病重病危和死亡率,都遠比現在計算出來的低,可能死亡率只約0.1%至0.3%,病重病危率約2%至4%左右。如果是這樣,公共衛生和健康政策上,當然仍需非常小心,亦需繼續努力研發藥物,但如此低的死亡率,實該可以放心逐步解除部分封城、封關等緊急措施,人民生活和經濟活動可以回復正常。這亦正是早前新加坡總理在對國民演說中的要旨。
如最終情况是此病毒的R0維持在頗高水平,無法把新增案例降至零,但死亡率確頗低,那麼全球人類無奈只可接受這是類似傷風的一種新型風土性(endemic)傳染病。但如預期此病將每年帶來數千以至上萬宗的嚴重病毒性肺炎,那麼全國各大城市,就必須未雨綢繆,預先建造多座如火神山般的特別設施隔離醫院。
即使流感和傷風等疫情都可以很嚴重,每年全球死亡人數可高達數十萬,但正因死亡率低,大家亦熟悉病情和有些醫藥疫苗,所以全球各國,極少有任何限制旅遊、人口移動、停止經濟活動等應變措施,最多只會鼓勵人民去打免疫針。
以數據說服人民國際社會
較差的做法是繼續讓這個武漢和湖北感染和死亡率的疑團延續下去,不企圖找出答案。但當新增個案再次見頂,逐漸回落至譬如每天數宗至數十宗水平,就基於經濟和其他原因,即開始解封武漢,湖北和其他地區。到時如表面計算出來的湖北死亡率仍高企在2%以上,我擔心將製造更大公眾恐慌。當局可能會以湖北醫療設施不足為死亡率偏高的理由,但很多人未必接受。
在這情况下,美國、澳洲和其他國家,更幾乎無可能會解除針對中國人的旅遊禁令或回復航班次數。在香港,民粹高漲,任何事情都被嚴重政治化,如嘗試在這情况下重開所有關口,面對的阻力有多大,可想而知。
所以唯一的可行辦法就是以科學方法查找出湖北感染和死亡率的真實答案,以完全透明,高置信水平的統計數據為基礎,用來訂出最合理政策,藉此說服人民和國際社會。
中環資產投資行政總裁
樣本偏差 在 范琪斐 Youtube 的精選貼文
歡迎收看范琪斐的寰宇漫遊,今天的琪斐大放送我們要來談談,2020美國總統大選民調一面倒的說拜登贏川普一大截,川貴人,這次別選了吧?乖~我待會給你買個....樓?大家好,我是范琪斐。中間偏右的《華爾街日報》(Wall Street Journal)聯手中間偏左的《國家廣播公司》(NBC),在「川拜」首場辯論後,到川普確診前這段時間,所做的民調顯示,拜登的支持率高達53%,足足領先川普14個百分點(53%:39%)。真的假的啦~這個幅度也太誇張,我們再參考一下別的。
(10/11公布)美國ABC News和《華盛頓郵報》(The Washington Post),在川普出院後做的最新民調,有54%的選民說會把票投給拜登,大幅領先川普12個百分點(54%:42%)。專門統計各家民調數據的Five Thirty Eight指出,拜登的平均支持率勝過川普10.4個百分點(52.2%:41.9%, 10/10數據)。另一個民調數據集合網站「真清晰政治」(Real Clear Politics)的網站顯示,從10月以來每一家主要民調公司統計出的結果,都是拜登遙遙領先川普,差距在5到16個百分點不等,其中不乏立場較為中間的The Hill和經濟學人。所以平均下來拜登的支持率領先9.8個百分點。(10/9公布)美國權威智庫與民調機構「皮尤研究中心」(Pew Research Center)做出來的結果是,52%的選民打算把票投給拜登,領先川普10個百分點(52%:42%)。
我們找了很多民調,可是只有很少數的說,川普領先拜登, 說很少數,是怕我們川貴人傷心,其實找來找去只有一個。 (10/5公布)英國《每日快報》聯手英美智庫Democracy Institute做的民調顯示,川普支持率在46%,小勝拜登1個百分點(46%:45%)。不過我還是註明一下,這個《每日快報》是英國的右翼八卦報,民主研究所的民調,也沒有被民調界公信力很高的538列入參考的近500家民調就是了, 所以現在大多數民調都顯示,拜登會獲得壓倒性勝利,但川貴人當然不認為他會選輸啊,最近又在那邊「Fake news」、「Fake polls」喊來喊去,民調統統都是假的!這都是幻覺~嚇不倒我的!
先不要笑,川貴人說的是真的,4年前一直到投票日當天早上,民調都還顯示希拉蕊一定會凍蒜,《紐約時報》做了大半年的民調,到選舉當天早上,還在說希拉蕊有80%以上的勝選機會,結果最後被「逆轉」,搖擺州統統被川貴人拿下!2016年的民調,被很多人認為是「壞掉了」、「走鐘了」,完全無法反映出真實民意,今年隨著大選日逼近,也有越來越多人開始質疑,真的假的啊?這幾年來專家們一直試圖釐清,當年的「希拉蕊慘案」到底是怎麼出現的,總之過去四年民調專家就很努力的要找出,民調為什麼會跟開出來的票差那麼多,但真的非常困難,因為變數實在太多了,我們今天就幫大家整理出幾個專家們認為可能的原因。
(一)手機的普及
還記得去年台灣不是在吵「手機民調要不要納入總統初選民調」嗎?美國其實也有類似的問題。美國現在就跟台灣「人手一機」一樣,有時候還兩三機,越來越少人使用家用電話了,而且年輕人、低收入者以及少數族群,都只用手機而已;反觀年長者和白人族群,就會比較依賴室內電話。大數據分析網站《Datanami》就指出,25歲左右的年輕人看到不認識的電話,幾乎都會pass不接;但70歲的長輩們則是每通必接,因此這樣進行的電話民調就很容易往某一族群傾斜。
那用手機民調不行嗎?根據1991年的《電話消費者保護法》(Telephone Consumer Protection Act of 1991;TCPA),美國是禁止「自動撥號系統」打電話給手機用戶的,所以如果要打手機做民調,就必須派出「真人」撥號,這有多麻煩呢?數據顯示,你想獲得1,000個回答,就至少得隨機撥號2萬次,其中大部分是空號,因為手機號碼是私人的,根本不會刊登在電話簿上,這實在太勞民傷財了,很想幫做民調的人馬殺雞一下耶,你們辛苦了。
(二)沉默的多數
每次選舉我都很期待接到民調電話,但大多數美國人可不是這麼想的,可能是因為擔憂個資和隱私外洩,導致選民接電話不敢說出真實意見,或者是覺得,蛤~民調很久欸,老娘才沒空理你。1970年代左右,美國「民調回應率」(Polls response rate)高達80%,你只要打過去人家多半都會回答你,但是根據「皮尤研究中心」最新報告,2018年美國「民調回應率」已經暴跌到6%,等於你打100通電話就只有6個人不掛你電話、願意花時間跟你聊兩句,但你也不知道他是不是講真話。
像2016年的大選,支持川普的選民中,就有一群選前不願意表態的,或者在接受民調時故意說謊的,有些甚至不告訴鄰居他們其實支持川普。《Datanami》表示,這些選民會讓調查的結果失準2%到6%,6%很多欸,根本就是超出誤差範圍了。
(三)網路民調難
啊現在網路那麼發達,用網路做民調不就統統搞定了嗎?事實上恐怕剛好相反。數據顯示美國18-29歲的年輕人,有98%都使用網路,但偏偏這個年齡層的人最不愛投票,拿美國總統大選風向球:2018年美國期中選舉為例,雖然這群年輕人投票率比前一次大幅提高15.7個百分點,但仍是所有年齡層中最低的(35.6%),也就是說,每個人都是「鍵盤投手」,大家網路上搖旗吶喊超熱情,結果投票日當天大家都覺得不差我這一票。另一方面,你在網路上想填幾歲就幾歲,想變性就變性,別國網軍想來帶風向,也不是那麼困難,因此網路民調也非常容易失準。
(四)早期民調誇大
另一個大變數是「早期民調」的準確度很低,因為選民還沒有足夠時間去瞭解候選人到底在幹嘛,但早期民調卻是媒體報導所仰賴的主要資訊來源,結果就是候選人拿來造勢、媒體見獵心喜誇大報導,進而影響到後續選民對候選人表示支持的聲量。例如看到拜登領先,那支持拜登的人講話就會比較大聲,因為他們是「主流」,反之支持川普的人,可能就會比較不敢表達意見,形成「沉默螺旋」。
「皮尤研究中心」也加碼解釋,事實上2016年的全國民調還算準確,(預測希贏3.3%最後贏2.1%),但美國總統大選是以選舉人票為單位,希拉蕊全國總票數高於川普也沒屁用,最後川普拿下所有的搖擺州,入主白宮。而選前的州民調也無法反映出搖擺州的真實民意,地方往往沒有全國性民調那種資源,四年前他們就忽略了在最後關頭,投給川普的搖擺選民數量,也沒有準確掌握未受過大學教育的白人選民,他們到底支持誰,種種因素導致了中西部上演「大驚奇」。還有就是民調公司往往有特定的政黨傾向,最後很可能導向「護主」的結果,讓民調不盡然客觀。
那這些問題2020年還會再重演嗎?老實說,有些變數還是很難避免,《紐約時報》就整理了,和四年前相比,哪些因素可能讓美國民調更精準或更失準。
更精準的第一點就是,搖擺選民減少了。
四年前民調失準的一大因素就是搖擺選民,但今年跟民調人員說:嗯~我還沒想好,的搖擺選民數量變少了,四年前的這個時候,大概還有20%的選民說他們還沒決定要投誰,或是打算投給小黨候選人,但今年這群人的數量只剩一半,而且其中支持川普的人也老早就表態,尤其是搖擺州的白人工人階級選民。
更精準的第二點是,選民教育程度的加權。
大家要有個概念,民調準不準確,完全取決於你抽樣有沒有做到「隨機」,也就是每個族群的意見都要被採納進來,但這真的非常難做到,最後很容易讓民調結果出現偏差。例如在美國,如果你跑去郊區教堂裡做民調,那幾乎可以篤定會獲得一個偏共和黨的結果;但如果你對大學生進行抽樣,最後很可能獲得一個偏民主黨的結果。另外的數據又顯示,受過高等教育的選民,比較願意接受民調訪問,每個都是選我選我~而那些較保守、教育程度較低的選民,他們的聲音就很難反映在民調上,所以如果你沒有按照「教育程度」來做加權,民調就會充斥太多年輕大學生的意見,導致結果偏向民主黨。先前民調機構都不怎麼重視教育程度對選情的影響,結果導致2016「爆冷門」。
有鑑於4年前的「教訓」,今年有越來越多民調機構,把選民教育程度的權重提高了,簡單來說就是把教育程度較高的受訪者音量降低一點,把教育程度較低的受訪者音量調高一點,讓他們各自符合在總人口中所佔的比例。今年從3月以來,美國各家民調機構做的幾十個調查中,已經有半數增加教育程度的權重,是先前的兩倍多(約20%)。
可能比2016年更糟糕的是,網路民調的增加。我們剛剛已經提過網路民調的準確度有待商榷,但過去幾個月來,越來越多機構採用網路民調的方式,比例佔地方民調總數的一半。他們採用的方法可能太過簡單,就是直接抓一群網路群組成員,然後再根據受訪者的人口統計資料進行分類加權,這樣的作法成本很低又很方便,但非常容易有樣本代表性不足的結果,而且最後民調可能左傾。 (最好的方式是結合電話民調和網路民調,例如AP/NORC/VoteCast的民調,電訪4萬人外加隨機抽樣11萬網友,結果可能較為客觀。
另一個可能不太客觀的做法是:請選民「回想投票」。
目前有越來越多投票機構採取這個方式,也就是要求受訪者回想2016年他把票投給誰,是希拉蕊還是川普呢?然後再依據他們的回答去做選舉意向的加權。這樣做可以讓民調數字看起來比較漂亮,也可以減少錯誤,但卻很難避免系統偏差,導致結果傾向某一政黨。再加上通常大家都會傾向回答,自己是投給獲勝的那一方,沒有人會想承認自己投給輸家嘛!再說這四年來誕生不少首投族,又有不少人往生,像是疫情導致那麼多人死亡,也有很多人搬到別的地方去,硬把2016年的投票意向套用到今年,恐怕不太合適。
所以這個民調到底是能不能看啊?你要是問我,我覺得就別看了 ,這是我們媒體想要預測選舉的結果, 或研究單位拿來做選民行為分析. 但一般選民還是把政策看清楚點比較要緊,你管別人怎麼投
今天琪斐大放送的關鍵字是:
#美民調失準
#選情霧茫茫
--------------------------------------
《#范琪斐的寰宇漫遊》每周四晚間8點55分在 #寰宇新聞台 播出,沒跟上的也沒關係,歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐的寰宇漫遊 🔔https://reurl.cc/ZvKM3 1000pm準時上傳完整版!

樣本偏差 在 啟點文化 Youtube 的精選貼文
【線上課程】《過好人生學》~除了熱情,你更需要知道的事
讓你建立迎向未來的思維與能力!
課程連結:https://pse.is/H8JXH
第一講免費試聽:https://youtu.be/-EHOn0UxMys
【哈克獨門心法工作坊】~穿越迷霧,懂一個人真正的樣子~2019/10/19開課
課程連結:https://www.koob.com.tw/contents/4022
【12/2 開課!】《人際回應力-看懂情緒,輕鬆對談》~第21期
一個人的命運,是回應力的總和!
課程資訊:http://www.koob.com.tw/contents/157
更多學員心得分享:http://goo.gl/Guc6V6
【線上課程】《時間駕訓班》~
學會提升效率,擺脫瞎忙人生,做自己時間的主人
課程連結:https://pse.is/DDDHB
第一講免費試聽:https://youtu.be/flfm52T6lE8
【線上課程】《人際斷捨離》~
讓你留下怦然心動的關係,活出輕盈自在的人生!
課程連結:https://pse.is/E5MW5
第一講免費試聽:https://youtu.be/YyLvd1cNcDw
歡迎加入「啟點文化Line@」:https://line.me/R/ti/p/%40teb0498p
線上課程【不用開口,就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo
桌遊【人際維基】~一玩就懂得別人的在乎:https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】:https://goo.gl/ASruqR
=============================

樣本偏差 在 林佳龍 Youtube 的精選貼文
今(9)日在立法院內政委員會上,林佳龍委員針對投票日的差異對投票行為的影響,質詢中選會副主委劉義周。林佳龍委員提出,若總統副總統選罷法中有關總統當選後在一年內不得罷免的條款修正案無法通過,不妨提請大法官解釋,就法理上解釋不得罷免的規定是否適用於連任者,劉副主委認為林佳龍委員的建議不失為可行辦法,若立院認為這屬於憲法層次的問題,他個人同意可交由大法官進行憲法解釋,以釐清爭議。
林佳龍委員表示,投票日與投票行為、階級偏差、地域效應或年齡分布有一定的關聯性,建議中選會可以從意向調查著手,以了解受訪者因投票日的不同所可能產生的投票行為差異,包括外出工作者,無法周休二日等因素,都應納入變項考量。對許多基層、弱勢的民眾而言,週六若去投票,不僅當日得請假,連當月的全勤獎金可能全泡湯了,投票意願自然大大降低。又如台北市的選民結構以軍公教居多,但其他縣市的個別差異甚大,林佳龍建議中選會應該尋覓各縣市不同背景的人進行科學調查,取得樣本,以找出制度上的偏差效應,亦即藉由民調或專案研究,作為未來中選會決策的參考。劉副主委當場承諾會朝這方向試試看。
林佳龍委員認為有關正副總統選舉罷免法規定上任一年內不得罷免的條款,按理應不適用於連任者,而且憲法並未限制總統當選後在一定期限內不得罷免。林佳龍進一步指出,在實務上會出現三種狀況,第一,在連任者的第一任最後一年期間,立委根本無心、無力行使罷免權,由於總統和立委同日選舉,舊立委任期止於2月1日,立委不可能在自己競選連任的同時,又推動罷免總統,畢竟由提案罷免到提請公民投票複決,需要長達半年的時間運作。第二,新立委上任後,即使想行使權利罷免舊任總統,但其任期止於520,選務工作曠日廢時,恐難以在520前完成罷免工作。第三,就算罷免案成功,但舊任總統在520卸任,新任總統業已就職,萬一新任總統又為連任者,罷免案究竟有無效力?因此,林佳龍委員主張總統當選後在一年內不得罷免的條款,應該不能涵蓋連任的總統。
劉副主委表示,罷免權的使用在每個國家的狀況不一,只要立法院有共識,並據以訂出法律,中選會一定會配合執行。林佳龍委員則提出另一個解決方式,即提請大法官解釋,就法理上解釋總統當選後在一年內不得罷免的規定是否適用於連任者。劉副主委回應林佳龍委員的建議倒不失為可行辦法,若立院認為這屬於憲法層次的問題,他個人同意可交由大法官進行憲法解釋,以釐清爭議。

樣本偏差 在 标签: 样本偏差 - HCigmoid 的推薦與評價
搜索. 样本偏差标签. ESMM 论文精读. 11-09. 古月残辉. 总结心得. ... <看更多>
樣本偏差 在 標準差與標準誤 - YouTube 的推薦與評價

Top comments. Newest first. Transcript. : NaN / NaN. 母體平均數之信賴區間(大 樣本 ). CUSTCourses. CUSTCourses. •. 66K views 7 years ago. ... <看更多>
樣本偏差 在 台灣鯛民- 樣本偏差造成的美麗誤會。 | Facebook 的推薦與評價
樣本偏差 造成的美麗誤會。 Timeline photos · May 20, 2015 ·. View Full Size. Rosie Belle Lin and 2,227 others like this. 130 Shares. 陳瑞瑩, profile picture. ... <看更多>