※ 引述《mars1985 (╰|∵|╯)》之銘言：
:
: 【記者施智齡／台北報導】總統大選登記截止日倒數3天，國民黨總統參選人侯友宜今天
: 下午親上火線，對民眾黨總統參選人柯文哲喊話明天再協商，找民調專家2對2討論先前的
: 9份民調，並全程公開直播，決定誰正誰副。柯文哲傍晚回應，明天早上再開記者會處理
: ，如果統計專家都看過了，科學就是科學，統計資料怎麼可能多盧兩次結果變不一樣？
:
: : 柯文哲說，能夠在野整合當然盡量整合，所以我們也一樣，釋出善意處理，明天上午再開
: 記者會。除非我們第一次的統計專家不入流，不然怎麼可能上一次統計不行這次統計就可
: 以？
:
: 是否拒絕明天比民調？柯文哲說稍安勿躁，明天再開記者會說明，「你們(記者)已經很辛
: 苦了」。
:
雖然統計學早已經下課
但看了各種分析
老實說都太複雜
甚至有的根本是胡扯
我看的頭好痛
如果藍白還要盧第二次
就提供我的想法給還有興趣的人參考吧
兩母體比率差之檢定就三類
第一類是獨立樣本且為大樣本
則樣本變數符合常態分配
可用信賴區間檢定、Z檢定、p-value檢定
此類應該也是大部分人在討論的
第二類是獨立樣本且為小樣本
可用齊一性檢定
第三類是配對樣本
可用McNemar檢定
以匯流的民調為例
由於沒有原始資料
故依公佈的數據推測
該民調在信賴水準為95%（1-α）的情況下
抽取樣本數(n)為2046份
研判每份抽樣問卷有兩個問題
問題一：
若柯侯 vs. 賴蕭，你支持哪組候選人？
1.柯侯 2.賴蕭 3.無意見
問題二：
若侯柯 vs. 賴蕭，你支持哪組候選人？
1.侯柯 2.賴蕭 3.無意見
若依此問卷形式，則為配對樣本
檢定應採第三類的McNemar檢定
而非第一、二類形式
將數據彙整如下
https://imgur.com/dckNODH
再整理如下
https://imgur.com/eN4FaaA
令隨機變數Xi為表中該情況下的人數
pi = xi / n
i=1,2,3,4
xi需有原始資料才能得知
關於藍白協議的第三點：
雙方同意，若超過統計誤差，由勝者得一點；若在統計誤差範圍內，由侯柯配得一點。
我不明白這段話為何會有爭議
文字隱含的統計意義
只要稍有統計基礎的人都能明白意思
我在此略過文字背後的統計講解
用白話翻譯就是
雙方同意，若柯侯vs.侯柯的樣本支持度〔有顯著差異〕
由樣本支持度較高者得一點
若〔沒有顯著差異〕，由侯柯得一點
（即使柯侯的樣本支持度大於侯柯，
只要沒有顯著差異，就算侯柯贏）
（上述是雙尾檢定）
另外，雖然協議書沒寫
但柯曾說過要讓侯3%
很多人在爭論3%到底是什麼
甚至延伸成1.5%、6%
其實跟統計誤差無關
我之前發文有談過，就不贅述
將3%放入協議書
用白話翻譯就是
雙方同意，若柯侯的樣本支持度〔有顯著大於〕侯柯3%
由柯侯得一點
若柯侯的樣本支持度〔沒有顯著大於〕侯柯3%，
由侯柯得一點
（即使柯侯的樣本支持度大於侯柯3%，
只要沒有顯著大於3%，就算侯柯贏）
（上述是單尾檢定）
基於大眾普遍認為柯要讓侯3%
所以採用單尾檢定
虛無假設H0：P2 - P3 <= 0.03
對立假設H1：P2 - P3 > 0.03
拒絕域：C = ｛Z | Z > 1.96｝
Z =（x2 - x3 - 0.03n）/ 開根號〔x2 + x3 - n（0.03）^2〕
=（x2 - x3 - 0.03*2046）/ 開根號〔x2 + x3 - 2046*（0.03）^2〕
（省略推導的過程，有興趣可google McNemar）
結論：
若Z > 1.96，則拒絕H0
表示柯侯的支持度顯著大於侯柯的支持度3%
柯侯得一點
若Z <= 1.96，則不拒絕H0
表示柯侯的支持度沒有顯著大於侯柯的支持度3%
侯柯得一點
總結：
由原始資料算出x2、x3
帶入公式求得Z，即可推估誰的支持度較高
與其花時間吵一些不是統計的統計
不如用一點時間把數字代入來驗證
畢竟我把整個檢定過程都給了
照抄並不難吧
或是如鄉民所言
重點不是統計
而是政治？