Re: [新聞] MIT博士挑戰拜登:6.9萬川普選票被軟體篡改
大紀元這篇的來源應該是以下這個連結
https://www.youtube.com/watch?v=Ztu5Y5obWPk
根據wiki,Shiva現年56歲,他的大學碩博士都是MIT,一共取得四個學位,
血統純正,專業包括電子工程、計算機科學、機械工程以及生物學。
https://en.wikipedia.org/wiki/Shiva_Ayyadurai
以下是他在youtube的個人介紹,最讓我吃驚的是他自稱是email的發明者...Errr
Dr.SHIVA Ayyadurai, MIT PhD, the Inventor of Email, Scientist, Engineer,
shares the results of his team's mathematical analysis of four major counties
votes in Michigan in the Trump-Biden election that reveals an unfortunate
truth of U.S. voting systems. The analysis raises important questions
for Election Integrity.
但事實上是他寫了一個電郵系統軟件,並於1982年註冊版權,軟件名字為「EMAIL」
(按︰下文中「EMAIL」指的是這個程式,而非電郵這個概念)。詳細內容如下
https://www.thenewslens.com/article/64059
類似我的老婆剛好叫林志玲的概念XD
※ 引述《Rossini (威廉泰爾)》之銘言:
MIT博士挑戰拜登:6.9萬川普選票被軟體篡改
研究發現計票軟體作弊重大證據 MIT博士公開向拜登提出挑戰
https://i.epochtimes.com/assets/uploads/2020/11/download-2-1.jpg
Shiva博士的團隊分析了四個最大的縣, 其中Oakland、Macomb、Kent這三個縣的選票結
果呈現出非正常的散點分布,有明顯的軟體修改痕跡。並且對共和黨支持率越高的選區,
被軟體篡改的比例越高。(網路截圖)
【大紀元2020年11月12日訊】(紐約高級金融分析師王天嬌)11月10日,美籍印度裔科學
家、馬賽諸塞州參議員候選人Shiva博士在他的個人YouTube頻道直播了他的數據分析過程
,獲得20多萬人次在線觀看。
Shiva博士和他的團隊採用密西根州的選票結果作為數據來源。密西根州有80多個縣,
Shiva博士的團隊分析了四個最大的縣, 其中Oakland、Macomb、Kent這三個縣的選票結
果呈現出非正常的散點分布,有明顯的軟體修改痕跡。並且對共和黨支持率越高的選區,
被軟體篡改的比例越高。
向川普和拜登發出公開挑戰
在昨天發布了他們對計票軟體作弊的分析結果後,Shvia今天(11日)向川普和拜登發出
公開挑戰:
總統先生@realDonaldTrump
&Biden先生@JoeBiden
我們在密西根州的分析表明,計算機很可能用算法轉移了69,000張票。 我們願意與您的
代表一起對我們的結果進行嚴格且透明的審查。 你們對此開放嗎?
Mr. President @realDonaldTrump
& Mr. Biden @JoeBiden
Our analysis in Michigan indicates a computer algorithm was likely used
to transfer 69,000 votes. We are willing to subject our results to a
critical & transparent review with your representatives. Are you open?
-Dr. Shiva
— Dr.SHIVA Ayyadurai, MIT PhD. Inventor of Email (@va_shiva) November
11, 2020
至少6.9萬支持川普選票被修改成支持拜登
Shiva博士團隊的分析結果表明,至少6.9萬支持川普的選票被Dominion軟體修改成支持拜
登,即川普的選票被削減6.9萬,同時拜登的選票被軟體額外增加6.9萬。這相當於川普原
有的領先票數(margin)被軟體砍掉了13.8萬票。
選民最多的Oakland縣有3萬選票被篡改,包括提前投票的2萬選票和選舉日當日投票的1萬
票。另外,Macomb縣有大約1.6萬選票被軟體篡改,包括提前投票的1.4萬和選舉日當日投
票的2千選票。此外,Kent縣也有2.25萬選票被篡改。
更加令人震驚的是,被植入篡改算法的計票軟體並非只是Dominion這一款軟體,而是在各
種普遍使用的計票軟體當中普遍存在。這種把候選人A的選票計算給候選人B的算法早在
2001年就已經被開發運用,計票軟體的早期產品Diebold就有這樣的算法設計。
提前投票 選舉日當日投票 總數 對票差的影響
Early Voting Election Day Total Impact on Margin
Oakland County 20,000 10,000 30,000 60,000
Macomb County 14,000 2,500 16,500 33,000
Kent County 22,500 45,000
Total 69,000 138,000
共和黨支持率低的區未有明顯修改 越紅的區修改痕跡越重
以下所有的圖,橫坐標X軸代表支持共和黨的選民比例,縱坐標Y軸代表支持川普的選票與
支持共和黨選票的差值。
例如下圖中藍色小方塊代表某個選區(precinct),該選區支持共和黨候選人的比例是
60%,即X坐標為60%。該選區支持川普連任的選票比例為65%,那麼川普得票率與共和黨得
票率的差值為5%,即Y坐標為5%(如下圖)
https://i.epochtimes.com/assets/uploads/2020/11/Picture110.jpg
在正常情況下,支持某一黨派的選民往往投票給該黨派的總統候選人,因此川普的得票率
應該與共和黨的支持率比較接近。那麼兩者的差值(Y坐標)應該靠近0%,即所有選區的
投票結果在坐標系中應該大致分布在一條水平線的附近(如下圖)。
如果川普的得票率略高於其他共和黨候選人,那麼兩者的差值(Y坐標)應該靠近一個正
百分數,如5%。
https://i.epochtimes.com/assets/uploads/2020/11/Picture111.jpg
下圖是密西根州最大的縣Oakland縣所有選區的得票率分布圖。這些數據來自提前投票的
選票。
https://i.epochtimes.com/assets/uploads/2020/11/Picture112.jpg
可以看出,上面分布圖的左半部分基本符合統計規律。這意味著共和黨支持率低的選區並
沒有明顯被軟體修改的痕跡。而且川普得票率比共和黨議員得票率平均高出7%左右,這也
符合我們的長期觀察,即川普支持率高於共和黨的黨派和本黨議員。
然而,分布圖的右半側卻整體呈現下滑趨勢,說明共和黨支持率越高的選區,支持川普的
選票被修改的痕跡越明顯,且被修改的票數越多。
例如,圖中右下角的藍色方塊代表的選區,選民對共和黨議員支持率高達65%左右,而川
普的得票率卻比其他共和黨議員候選人低25%左右。
https://i.epochtimes.com/assets/uploads/2020/11/Picture113.jpg
如果這只是偶而的個別情況,或許能說得通。可是統計結果顯示,在共和黨支持率超過
20%的選區,幾乎完全是按照一致的規律發生了數據偏移。可以看到下圖當中藍色方塊代
表的選區非常統一地分布在紅色虛線附近。 只有被篡改的數據才會出現如此「完美」的
直線性排列。
這段分布圖可以理解為,只要共和黨支持率超過20%,軟體的算法就開始自動減少川普的
得票。導致川普的支持率迅速變成低於共和黨支持率。
而且共和黨支持率越高,川普支持率被篡改越多。並且呈現直線型下滑。例如共和黨支持
率65%的深紅選區,川普的支持率卻只有40%,比共和黨支持率低25%。共和黨支持率越高
的選區,這個差值被修改的更大。
https://i.epochtimes.com/assets/uploads/2020/11/Picture115.jpg
曾有人辯解稱,共和黨的很多支持者已經厭倦了川普,所以很多人支持共和黨議員候選人
,但不支持川普做總統。如果這種情況屬實,那麼數據結果應該零散分布在0%水平線以下
(如下圖),而不應該是現在呈現出來的斜率向下的分布。
https://i.epochtimes.com/assets/uploads/2020/11/Picture121.jpg
深藍區底特律市Wayne縣 未做手腳
有趣的是,數據分析結果表明,計票軟體似乎並沒有對底特律市所在的Wayne縣的選票做
手腳。Wayne縣被公認為「深藍」選區,多數選民支持民主黨。從下圖可以看出,多數選
區(藍色方塊)分布在坐標系的偏左側,即Wayne縣的多數選區對共和黨候選人總體支持
率在10%以下。而川普的支持率超過了其他共和黨人10%左右。例如共和黨人支持率為5%的
選區當中,川普平均得到了15%的支持率。
https://i.epochtimes.com/assets/uploads/2020/11/Picture122.jpg
結論
Shiva博士的結論是,現在的計票過程還有很多漏洞和不足之處。計票軟體應該是開源軟
體,所有代碼都應該公開透明。而且處理選票的讀卡機應該保存選票圖片的文件,而不是
讀卡之後馬上銷毀。事實上銷毀選票圖像是違反聯邦法律的。
https://i.epochtimes.com/assets/uploads/2020/11/Picture123.jpg
如果各州把讀卡機獲得的選票圖像整體上傳到互聯網上(隱去姓名等個人信息 ),計票
過程就能夠接受公眾監督,各高校學術機構的統計學者也能親自驗證。
Shiva博士及其團隊的分析
Shiva博士通過展示散點分布圖的方式,清晰明了地闡述了他的分析過程,詳細分析了密
西根州三大郡縣(Oakland)的選票數據(英文解說和貼圖)。
https://www.youtube.com/watch?v=Ztu5Y5obWPk
Ballot images are already destroyed in many states
https://i.epochtimes.com/assets/uploads/2020/11/Picture12.jpg
Shiva博士通過展示散點分布圖的方式,清晰明了地闡釋了他的分析過程。
詳細分析了密西根州三大郡縣(Oakland)的選票數據
責任編輯:楊亦慧 #
https://www.epochtimes.com/b5/20/11/11/n12542753.htm
--
世紀騙局──「天安門自焚」真相。
本片根據#真實事件改編,#揭示驚天大案,#還原歷史真相。
精心策劃的一把火,點燃了一場全國運動,一群普通善良的人,完成了一次驚世壯舉。
https://www.youtube.com/watch?v=ebKBaGf836E
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.141.113.60 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1605156135.A.08C.html
推
11/12 12:43,
11/12 12:43
噓
11/12 12:43,
11/12 12:43
→
11/12 12:43,
11/12 12:43
推
11/12 12:43,
11/12 12:43
推
11/12 12:43,
11/12 12:43
推
11/12 12:43,
11/12 12:43
噓
11/12 12:43,
11/12 12:43
推
11/12 12:43,
11/12 12:43
推
11/12 12:44,
11/12 12:44
推
11/12 12:44,
11/12 12:44
噓
11/12 12:44,
11/12 12:44
噓
11/12 12:44,
11/12 12:44
推
11/12 12:44,
11/12 12:44
推
11/12 12:44,
11/12 12:44
噓
11/12 12:44,
11/12 12:44
→
11/12 12:44,
11/12 12:44
推
11/12 12:45,
11/12 12:45
推
11/12 12:45,
11/12 12:45
推
11/12 12:45,
11/12 12:45
噓
11/12 12:45,
11/12 12:45
推
11/12 12:46,
11/12 12:46
推
11/12 12:46,
11/12 12:46
噓
11/12 12:47,
11/12 12:47
→
11/12 12:47,
11/12 12:47
→
11/12 12:47,
11/12 12:47
→
11/12 12:47,
11/12 12:47
→
11/12 12:50,
11/12 12:50
推
11/12 12:51,
11/12 12:51
推
11/12 12:51,
11/12 12:51
推
11/12 12:51,
11/12 12:51
推
11/12 12:54,
11/12 12:54
噓
11/12 12:55,
11/12 12:55
→
11/12 12:55,
11/12 12:55
→
11/12 12:56,
11/12 12:56
噓
11/12 12:57,
11/12 12:57
推
11/12 12:57,
11/12 12:57
推
11/12 12:57,
11/12 12:57
推
11/12 12:57,
11/12 12:57
推
11/12 13:02,
11/12 13:02
還有 30 則推文
還有 1 段內文
→
11/12 14:44,
3年前
, 15F
11/12 14:44, 15F
→
11/12 14:45,
3年前
, 16F
11/12 14:45, 16F
→
11/12 14:45,
3年前
, 17F
11/12 14:45, 17F
→
11/12 14:45,
3年前
, 18F
11/12 14:45, 18F
→
11/12 14:45,
3年前
, 19F
11/12 14:45, 19F
→
11/12 14:45,
3年前
, 20F
11/12 14:45, 20F
→
11/12 14:46,
3年前
, 21F
11/12 14:46, 21F
推
11/12 14:47,
3年前
, 22F
11/12 14:47, 22F
→
11/12 14:48,
3年前
, 23F
11/12 14:48, 23F
→
11/12 14:48,
3年前
, 24F
11/12 14:48, 24F
→
11/12 14:49,
3年前
, 25F
11/12 14:49, 25F
→
11/12 14:49,
3年前
, 26F
11/12 14:49, 26F
推
11/12 14:55,
3年前
, 27F
11/12 14:55, 27F
→
11/12 14:59,
3年前
, 28F
11/12 14:59, 28F
推
11/12 14:59,
3年前
, 29F
11/12 14:59, 29F
→
11/12 14:59,
3年前
, 30F
11/12 14:59, 30F
→
11/12 15:00,
3年前
, 31F
11/12 15:00, 31F
→
11/12 15:00,
3年前
, 32F
11/12 15:00, 32F
→
11/12 15:00,
3年前
, 33F
11/12 15:00, 33F
→
11/12 15:01,
3年前
, 34F
11/12 15:01, 34F
→
11/12 15:01,
3年前
, 35F
11/12 15:01, 35F
→
11/12 15:02,
3年前
, 36F
11/12 15:02, 36F
→
11/12 15:04,
3年前
, 37F
11/12 15:04, 37F
推
11/12 15:08,
3年前
, 38F
11/12 15:08, 38F
推
11/12 15:11,
3年前
, 39F
11/12 15:11, 39F
噓
11/12 15:14,
3年前
, 40F
11/12 15:14, 40F
→
11/12 15:15,
3年前
, 41F
11/12 15:15, 41F
推
11/12 15:48,
3年前
, 42F
11/12 15:48, 42F
→
11/12 15:48,
3年前
, 43F
11/12 15:48, 43F
→
11/12 15:49,
3年前
, 44F
11/12 15:49, 44F
→
11/12 15:49,
3年前
, 45F
11/12 15:49, 45F
推
11/12 16:04,
3年前
, 46F
11/12 16:04, 46F
推
11/12 16:32,
3年前
, 47F
11/12 16:32, 47F
→
11/12 16:32,
3年前
, 48F
11/12 16:32, 48F
→
11/12 16:32,
3年前
, 49F
11/12 16:32, 49F
推
11/12 16:37,
3年前
, 50F
11/12 16:37, 50F
→
11/12 16:37,
3年前
, 51F
11/12 16:37, 51F
→
11/12 20:57,
3年前
, 52F
11/12 20:57, 52F
噓
11/13 05:17,
3年前
, 53F
11/13 05:17, 53F
推
11/13 12:28,
3年前
, 54F
11/13 12:28, 54F
討論串 (同標題文章)
完整討論串 (本文為第 2 之 2 篇):