有段時間沒接觸行為科學的書籍了。 天下文化 此次出版的《雜訊》，是由諾貝爾經濟學獎得主丹尼爾康納曼，與另外兩位學者共同撰寫。康納曼在台灣曾經出版過《快思慢想》，這本非常經典之作。雖然當初出版時有部分翻譯問題，但內容中討論的「快思」及「慢想」兩套系統，以及對人類諸多不理性行為的討論，依舊能帶來諸多啟發。

書名名為《雜訊》，聽來費解，但其實這是統計學上未能妥善解釋或改善的變因。本書開頭便以人類打靶時的不同結果，作為解釋「雜訊」的方式。若彈孔集中分布於靶心，則不存在偏誤或雜訊；若彈孔集中但偏離靶心，則產生了「偏誤」；彈孔集中與否的狀態，則取決於是否受到「雜訊」干擾。康納曼於書中明確的說，統計學長期發展皆致力於發現並解決「偏誤」，鮮少花費氣力於消除「雜訊」。

書中將雜訊分作水準雜訊、型態雜訊，而型態雜訊中又包含了場合雜訊。水準雜訊所指，便是不同個體因為性格和專業判斷不同，產生的不同結果。型態雜訊，則是因個體對不同事件好惡有差異之別，導致統計意義上的雜訊。而場合雜訊則屬於無法歸類的項目，諸如天氣、情緒等等。

舉本書中的法官故事為例。有些法官平均起來特別喜歡輕判，有些則喜愛重判，這是水準雜訊。而部分法官針對盜竊案特別重判，或針對單親家庭的罪犯特別寬容，這是型態雜訊。而宣判當天的天氣、法官的情緒、咖啡的好壞等則為場合雜訊，因太不可定義及討論，則被視為單純的隨機變數。本書《雜訊》，即為討論如何消除水準及型態雜訊而寫。

20世紀初，統計學大師高爾頓參加一場鄉間活動，主持人將一頭牛牽至台上，請底下800餘位鄉民猜體重。這些鄉民中有畜牧專家，也有單純的路人。他們將手中的投注票丟到箱中進行活動。高爾頓不相信這麼多閒雜人等能正確猜出牛的體重，事後向主辦單位索取全部投注票，算得所有人猜測的平均體重為1197磅，而牛隻的實際體重為1198磅，平均數離真實數字相去不遠，就連中位數也與實際體重相差無幾。

當然這是群眾智慧的一個現象，但前提是群眾並未產生從眾或錨定等效應。換之，重要的是讓意見彼此獨立，就能發揮群眾智慧，降低雜訊。作者提及許多大型組織的決策，之所以會產生過大的雜訊，有相當程度的因素在於組織內部不願導致爭吵，避免有不團結的氣氛。事實上確實如此，許多企業的中高層幹部，都不願意與其他同級主觀產生紛爭導致雙方不睦，更別提下屬敢當面質疑上司決定了。

當然這些高層都並非是甚麼尋常人，他們都是受過專業訓練的專家，只是作者認為這些專家學者們，都對自身過於自信，否定自己有「客觀性的無知」存在，導致許多判斷下得果斷，卻被過多雜訊所影響，進而影響了決策的效益。

如何減少雜訊就成了更重要的問題。最重要的方式，便是保持對事物的開放心態，並衝分理解判斷的目標是準確，而並非是領導人個人特質的展現。決策不能以單一個案去審視當前狀況，而更應該以統計意義為出發點進行思考，並非陷入個案的故事及敘事結構，進而喪失客觀性。更重要的是不要對事情有「絕對」的判斷，更應該以「相對」的數字方式評斷事件。總而言之，這本書以長期被統計領域忽視的「雜訊」為題，寫了一本引人深思的著作。

每次閱讀行為科學或行為經濟學書籍時，我總能感受到一股濃濃的「反人性傾向」。作者雖然於書中並非否定人類的直覺或第一反應，但本書有相當篇幅皆用於描寫演算法或統計模型優於人類，甚至部分內容還提出，人類針對不同事物的加權比重，遠遠不及於等比重的方式用於統計模型中。

閱讀時，我不斷想起曾火紅一時的電影《魔球》。指MLB奧克蘭運動家隊，曾於2000年以數學統計模型，建立一支低薪資但卻足夠強大的球隊。該部電影中，將所有球員的能力量化分析，並否定了過往球探覓才時的直覺和潛力。果不其然，本書也略帶提到《魔球》原作。魔球確實曾經影響大量運動領域，MLB曾有多支球隊皆引進魔球計量法，進而重新打造隊伍。近幾年就連NBA也出現部分球隊，將這套系統引進，並成功打造勁旅。不過魔球的成功，也僅能代表這套系統能有效打造勁旅，真正遇上統計意義上的「異數」時，統計數字是沒有能力發掘潛力巨星的，如Kawhi Leonard或Stephen Curry於選秀或生涯初期，都是黯淡無光的球員，若全採用魔球方式，這類球員恐將沒有今日之巨星地位。

書中因多次以演算法為主軸，強調人類應該將直覺至於判斷的最後階段，而非是一開始就有直覺先入為主。作者曾以法官判決及醫療診斷為部分篇章的主題，總無可避免地提及人工智慧於這些領域的發展。多少讓人想到，《關鍵報告》中的犯罪預判系統，以及《心靈判官》中的全能西比拉系統。每每讀這類行為經濟學的書籍，總讓人有種反人類和反人性的衝動。

本書相當有趣。若你是《快思慢想》的讀者，則齋主我相當推薦你一讀，畢竟書中大量引用前作的思維陷阱案例，並有大篇幅提及「系統一」的缺失。若齋友你不曾讀過《快思慢想》，那本書有相當篇幅用於介紹這本前作，甚至在幾位作者巧妙的敘述下，你會發現讀完《雜訊》時，你也有了相當《快思慢想》的思維基礎。

《雜訊》已經全台上市。 今天(7/1)博客來還有特殊優惠，《快思慢想》66折，同時還可以用75折的價格加購《雜訊》。有興趣的齋友們還不趕快下單購買嗎?

https://www.books.com.tw/products/0010893007

😳常態分配
真的完全看不懂這股價走勢，繼上次出現先跌停後漲停的「根號」走勢後，今天又來了個常態分配，股價沒看懂，統計學倒是複習了一下。
-
常態分布（normal distribution）
又名高斯分布（Gaussian distribution）、正規分布，是一個非常常見的連續機率分布。常態分布在統計學上十分重要，經常用在自然和社會科學來代表一個不明的隨機變數。

看膩了各家媒體預測拜登獲勝的民調嗎？一點點的統計學或許可以成為川普支持者的強心針。
---
最近在PNAS(Proceedings of National Academy of Sciences)上刊出了一篇新文章，作者是哥倫比亞大學政治系教授以及同校的作業研究系的教授還有一名政治系的博士生，它們運用簡單的autoregressive model試圖預測今年大選的結果。
---
作者們在這篇文章中發現每次總統大選的各州得票，其實是一個簡單的線性函數：f(i,t) = a + b*f(i,t-4) + u(i,t)。 f(i,t)是i州在t年的得票比例，a,b均為常數，u(i,t)是一個平均為零的常態分布隨機變數。也就是說，要預測今年的得票，其實只需要有最近一次選舉的得票即可。
---
作者們做了上萬次的模擬，他們發現：即使拜登拿下51.1%的總得票數，在這些模擬結果中，他仍舊只有不到一半的機率贏下選舉人團。
因此，#統計上來說，#今年大選川普入主白宮的機率仍舊比較高

用民調判別民意走向，才能有正確的選舉方式。從科學角度，探究民意，才能夠掌握民意。

藍營每次都無法掌握民意，甚至還使出過蓋牌通通都不信的大家閉上眼相信我之術，最後不但大敗，而且還敗得比民調還慘。組頭都比政治人物相信科學呢!

請大家仔細思考吧。


民調以一個社會科學來講
它的科學性在哪裡
為什麼現在我們會說
民進黨現在執政幾乎完全看民調來做事
當初你是怎麼樣接觸民調
民調 因為我念政治系
那我是1975年念政治系
正好是美國行為主義的革命
民調其實就是
可以這麼講就是近百年社會及行為科學的結晶
因為我當時在念大學的階段
正好接觸到這一個行為主義革命
我非常投入到這個裡面
因為一般對政治學的了解都是傳統政治學 對啊
我們講的政治學是科學政治學
也就是說是政治科學
Political science
就量化的研究方面最出名的那當然就是
我們講說政治態度與行為的研究
以前我們不叫民調
民調比較像說是市調啊民調這些東西
不過無論如何
我講比較簡單一點
民調作為一個科學它的根據是在於說
它有嚴謹的統計學的基礎
然後有嚴謹的社會科學研究法的這些測量方法
那麼結合起來
然後再加上這個心理學
社會心理學 人類學等等等等
這些所謂其實是一個科技整合的東西
民調作為一個目前這個
了解一般社會大眾的政治態度和行為
做一個科學工具來講那是非常成熟的
董事長我可不可以問一下
因為你知道我們學電機的時候
物理有一個叫海森堡測不準原理
行為科學呢在調查方面
有沒有類似這樣狀況
因為我先講我見過很多很惡質的民調方法
他根本沒做民調
他就是打給你
我告訴你喔 這個我們今天要做個民調
但我告訴你朱學恒是一個徹頭徹尾的人渣
請問你支不支持人渣來選立委
像這樣子的干擾行為
在民意調查裡面
這個董事長是專家你要怎麼去隔離
isolate這一類的變數
而不會導致民調變成是誰做就可以操縱
我題目設計就可以操作 這要怎麼辦呢
我跟你講這很簡單
如果是蓄意要做假民調
那種就沒有什麼科學的可談
它不是科學 不是科學
所以假民調或劣質民調是很多的到處都是
如果你要講說憑什麼我要講我們這個是真正的民調
民調的過程裡面也會碰到很多
有些人故意惡作不表示真實態度
對不對 對
可是我用一個簡單的理論講
你可能也聽過大數法則
所謂的大數法則簡單講就是說
當你的樣本足夠大的時候
你的樣本所得到的一些估計值
比如說平均數
它會跟跟母體平均數會幾乎完全一致
那如果你的樣本夠大怎麼樣叫夠大呢
以目前來講其實100個樣本都相當大
100個就夠大啦
那我們都要求1000個以上的樣本數
比方說在我們說在百分之九十五信心水準的情況底下
我們希望因為任何調查都會有誤差
我們希望你這個誤差不會太大就正負三
在正負三的這樣的一個誤差範圍之內
我們是可以接受
那樣本那隱含的說樣本會多大呢
就是1068
1068個隨機取樣的樣本得到的
那它的估計母體的這個誤差
我們大概就是正負三
我的意思就是說
談民調的精準度要先撇開所謂假民調
假民調沒辦法去談
就完全沒辦法就跟玄學一樣
他是故意做假民調根本沒做民調對不對
沒有做民調宣稱做假民調然後還有數字
那他絕對不會把他的樣本拿出來給你看
那但是正規的民調
一定是經由這樣的一個非常嚴謹的程序
得到的一個就是抽樣完之後他還會訪談
訪談之後呢所得到的一個結果
你知道我從小到大
其實對政治不是那麼感興趣
我最近幾年才開始注意政治因為工作的關係
是從什麼時候開始民進黨才把
民意調查或是數據化的政治科學
當成那麼重要的一個施政依據
而不相信自己能夠聆聽民眾的聲音
那這個事情我覺得最近很嚴重
就民調不跌
他根本不在乎你在那邊靠北什麼東西
他認為都假的
這個狀況演變我覺得可能跟您當年的民進黨也不一樣
這個是怎麼一回事
這個我倒是可以提供你一個非常重要的理論跟經驗
理論是什麼
有一位非常...叫??一個德國人
他曾經講過一個好的政治人物
他必須具備一種能力
就是說能夠預期民意反應的能力
能夠預期民意反應的能力
不但是專制的君主也好或者是這個
民主國家的元首總統也好
都應該具有這種能力
因為這樣才能夠知道民心知道民意
民心之所向
但是這個
民調其實是可以補足這些政治人物的不足
因為天縱英明的這種政治領袖很少見
一般的這種很平庸的這些政治人物要怎麼樣去了解
影響民意在哪裡
你比方說好了 美國這麼大一個國家
美國總統怎麼了解美國選民的意向是什麼
當然是民調
除了民調還有什麼
那民調就是一定要很精準的民調
所以美國歷屆總統沒有一個不重視民調
所以重視民調不是一件錯誤的事情
在台灣才很奇怪
台灣在批什麼民調治國
這是一個完全錯誤的這是一個威權心態很重的
或者是對民調不了解的人講出來的話
你當然講說這個市井小民
比方說菜市場 夜市啦
那是輿情應該去搜集應該去了解
但民調跟這個輿情沒有互相排斥 沒有互斥
民進黨對於民調的態度
特別是過去 我講過去這5年好了
我覺得是跟過去是不一樣的
跟更長遠的過去是不一樣的
小英當政之後我有一個感覺
民調高她就很高興 民調低她就怪民調
我最後簡單的問一個問題
以游盈隆老師過去5年的民調的經驗
你覺得2022年民進黨好不好選
當然不好選
民進黨的政黨支持度
是一個很敏感的指標很好的指標
在測量政黨的社會支持
現在是最低的時候
民進黨次低的時候是在2018年的11月12月的時候
那時候就是慘敗的時候
慘敗的時候就是23
現在選戰都還沒開始你就已經22點幾了
怎麼可能好 不可能好
所以你現在要收拾殘局嘛
民進黨政府要怎麼樣收拾殘局來避免2022全軍覆沒
或者是2022能夠勉強維持目前兩都四縣市的局面
可不可能不知道
那顯然是一場苦戰

直播日期:游盈隆6/30
直播連結:https://www.youtube.com/watch?v=vxDJ45oODCE

遊戲開發商「Grinding Gear Games」於2019首度公開《流亡黯道 PoE 2》的消息，雖然官方強調這並非獨立的全新遊戲，而是一種以原有概念為基礎加以修改製作的延伸作品，但依舊受到玩家們的高度期待。
日前官方終於公佈了《流亡黯道 PoE 2》最新宣傳影片以及實機展示影片。

新公開的遊戲影片中，研發團隊著重於展示「瓦斯堤里沙漠」的不同區域，還有大型載具「Caravan」協助玩家前往不同地區探索，同時還能用長矛進行戰鬥等等。

不過遊戲目前開發進度還不到一半，今年能不能順利上市仍然有許多變數。
相信好遊戲絕對值得等待，如果你想知道本作的第一手消息，可以隨時鎖定我們頻道喔！

© Garena Online. Trademarks belong to their respective owners. All rights reserved.
© 2010 - 2021 Grinding Gear Games


「電玩宅速配」粉絲團：https://www.facebook.com/tvgamexpress
「網紅攝影棚」節目：https://tinyurl.com/y3hejwb5
遊戲庫粉絲團：http://www.facebook.com/Gamedbfans

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！