English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 75046/106105 (71%)
造訪人次 : 19438005      線上人數 : 447
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://nccur.lib.nccu.edu.tw/handle/140.119/109765


    題名: 再探全國性民調推估地方民意的可行性:應用改良式多層次貝氏定理估計模型及事後分層加權預測立法委員選舉結果
    作者: 俞振華
    貢獻者: 選研中心
    關鍵詞: 多層次貝氏定理估計模型;事後分層加權;選舉預測;全國民調;立委選舉
    Bayesian multilevel modeling;post-stratification;election prediction;national survey;Legislative Yuan elections
    日期: 2016
    上傳時間: 2017-05-18 09:48:43 (UTC+8)
    摘要: 本研究利用2016年大選前的民意調查資料,並採用多層次貝氏定理估計模型搭配分層加權的方式(multilevel regression and poststratification:MRP),預測73個區域立委選舉結果。具體來說,本文所採用的預測模式包含三個步驟:首先,透過基本人口特徵變數(性別、年齡、及教育程度)輔以選區層級的特徵,估計不同類型選民分別支持國民黨立委參選人及民進黨立委參選人的機率。其次,我們使用內政部2015年全國人口調查資料,求得每一個選區當中,不同類型選民的聯合機率分佈。最後,將各個選區內不同類型選民當中,支持國民黨立委參選人(及民進黨立委參選人)的成年人口數加總(每個選區皆含50種類型),並分別除以各選區的總成年人口數,以推估每一選區當中,國民黨立委參選人及民進黨立委參選人的得票率。在選區樣本數有限(平均約55個)的情況下,本研究仍能透過多層次統計模型及人口調查資料輔助,得出各選
    區政黨候選人得票率預測值與實際得票率之間的平均誤差值之絕對值僅約5個百分點。此外,本研究成功預測61個立委選區的選舉輸贏,與「未來事件交易所」的選舉預測結果相比較,僅落後一個選區。
    This study uses pre-election national survey data and a method combining the Bayesian multilevel modeling approach with the population information for post-stratification(i.e., multilevel regression and post-stratification: MRP) to predict Legislative Yuan elections in the 73 singlemember districts. Specifically, our method is consisted of three steps: first, we construct a multilevel logistic regression model to estimate the vote choice variables for the Kuomintang (KMT) and Democratic Progressive Party (DPP) candidates, respectively, given demographics and districts of residence. Second, we post-stratify on all the variables in the model by using the joint population distribution of the demographic variables within each district. Third, we then combine the above two steps and estimate the mean of support for the KMT and DPP candidates in the district level. Given that each district only has about 55 samples on average, this study shows that MRP method can be regarded as an effective tool for election prediction, as the average absolute measurement error between the estimates and actual vote shares is just about 5 percentage
    points. In a comparison with the pre-election districtlevel predictions issued by the prediction market“xFuture”, our estimates are almost as good as the results of “xFuture”.
    關聯: MOST 104-2410-H-004-090
    資料類型: report
    顯示於類別:[選舉研究中心] 國科會研究計畫

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    104-2410-H-004-090.pdf891KbAdobe PDF58檢視/開啟


    在政大典藏中所有的資料項目都受到原著作權保護.


    社群 sharing

    著作權政策宣告
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋