Re: [問卦] 哪個統計學家說6%合理的

看板Gossiping作者 (輕飄飄的舊時光)時間5月前 (2023/11/18 11:56), 5月前編輯推噓9(905)
留言14則, 10人參與, 5月前最新討論串19/32 (看更多)
※ 引述《winterson (含淚復活長期持續更新)》之銘言: : 說的專家是國民黨代表 : 文化大學新聞系主任 莊伯仲 : 人如其名 : 統計學跟新聞學專業 : 莊一下就伯仲之間了 : 台灣的新聞媒體跟記者 : 你們又不是不知道 : 把3%做成6%都是小兒科 : 這就是新聞學專業啊 : 所以原本國民黨找的民調專家不敢來 : 才改派新聞學者上陣啊 : (是不敢參加檢視民調,怕丟臉,國民黨也好意思派新聞學者代打,笑死) : 台灣的新聞只是說說而已 : 又不需要承擔任何責任 : ※ 引述《lllll12b56 (張航嘉)》之銘言: : : 可以報上名來嗎 : : 叫他出來跟我講 我只修過大學統計學都知道 : : 在95%信心水準下 : : 正負3%是指其中一方跟另一方的差距的絕對值是3% : : 6%是怎麼算的 : : * : : 我知道怎算的了 : : 假設科拿B% 猴拿A% : : 依KMT的算法科要贏需要滿足 B - 3 > A + 3 : : 所以是6% 講得出這種算法真有你的KMT 這個統計誤差其實就是基於民調得票率的標準差而來的 也就是 sqrt{(真實得票率*(1-真實得票率))/樣本數}*z_0.025 其中sqrt是開根號的意思 而z_0.025 = 1.96 代表的信賴水準95%下要考慮的常態彧值 但真實得票率 投票前不知道 所以利用民調結果plug in去近似 假設樣本數1000的情況下 差不多就是3% 說人話就是差距在正負3%內 差距都不顯著 可視為無差距 如果能理解這個邏輯 再將之推廣成現在的情境 就知道為什麼爭議來源為何 第一個爭吵來源: 檢定統計量應該要選哪一個? 是 (1) 柯侯配得票率-侯柯配投票率 還是 (2) (柯侯配得票率-對應賴蕭配得票率)-(侯柯配得票率-對應賴蕭配得票率) 這兩個統計量的標準差不一樣 讓法也應該不一樣 就單純要贏得選舉的話 應該要看(2) 另外一個爭吵來源: 檢定統計量的標準差應該要怎麼算? 一般教科書是假設 這種比率相減時 兩組數據彼此是獨立的 因此這時候算誤差範圍差不多就是3%*根號2 這可以從公式中看出來 但是今天這個場景 兩組數據都是同一組人 而且支持柯侯與支持侯柯 恐怕中度以上正相關 所以實際標準差 不可能inflate到6趴(除非負相關) 連獨立都inflate到4趴而已 民眾黨提出的質疑其實合理 我是希望假設後續這三位民調專家要解決爭議 這兩個爭吵來源是重點 沒有正面應對的話 都沒有真正解決人心問題 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.228.243.64 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1700279784.A.103.html

11/18 11:59, 5月前 , 1F
優文推
11/18 11:59, 1F

11/18 12:00, 5月前 , 2F

11/18 12:01, 5月前 , 3F
柯侯 侯柯問法 根本不能有鑑別度
11/18 12:01, 3F

11/18 12:04, 5月前 , 4F
獨立的話是3%*√2啦 笑死
11/18 12:04, 4F

11/18 12:07, 5月前 , 5F
樓上你是對的,是變異數*2
11/18 12:07, 5F

11/18 12:07, 5月前 , 6F
我改一下
11/18 12:07, 6F
※ 編輯: Royster (36.228.243.64 臺灣), 11/18/2023 12:09:03

11/18 12:23, 5月前 , 7F
其實correlation 多少看原始數據就知道
11/18 12:23, 7F

11/18 12:26, 5月前 , 8F
當然,是可以算的
11/18 12:26, 8F

11/18 12:26, 5月前 , 9F
也感謝你指正我的錯誤
11/18 12:26, 9F

11/18 12:30, 5月前 , 10F
正解
11/18 12:30, 10F

11/18 12:56, 5月前 , 11F
11/18 12:56, 11F

11/18 14:31, 5月前 , 12F
11/18 14:31, 12F

11/18 17:02, 5月前 , 13F
11/18 17:02, 13F

11/18 17:17, 5月前 , 14F
確實
11/18 17:17, 14F
文章代碼(AID): #1bM3Ne43 (Gossiping)
討論串 (同標題文章)
本文引述了以下文章的的內容:
完整討論串 (本文為第 19 之 32 篇):
文章代碼(AID): #1bM3Ne43 (Gossiping)