利用EM演算法分析公元2000年總統大選民調資料

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：43

、訪客IP：3.136.19.203

姓名

楊佳芳(Jia-Fang Yang) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

利用EM演算法分析公元2000年總統大選民調資料

相關論文

★ 群集二元資料下的同質性檢定	★ 回溯性抽樣下羅吉斯迴歸模型的適合度檢定
★ 用統計方法看兩千年總統大選選舉策略的效應	★ Case-Control 資料下羅吉斯迴歸模型的統計推論
★ 最佳投資組合研究-以台股為例	★ 病例－對照研究之貝氏分析
★ 美式選擇權定價調整法-利用拔靴法	★ 利用高斯數值方法估計美式賣權價格
★ 最佳投資組合研究-以台灣50指數為例	★ A Market Model for Stochastic Implied Volatility and Volatility swap
★ 傳遞-不平衡相關檢定在錯誤基因型資料之表現	★ 隱含波動率之模型及預測：以台灣市場為例
★ 病例－對照分析之基因研究	★ KMV and Maximum Likelihood Methods for Structural Credit Risk Models: Evidence from Taiwan Market
★ 多重基因－疾病關聯性檢定之研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

公元2000年台灣總統大選，其競選過程像一場魔幻的遊戲，瀰漫著撲朔迷離的詭異氣氛。大部分的民意調查，在選前的最後階段皆顯示出連戰、陳水扁、及宋楚瑜三強鼎立的局面。但其間皆有三成左右的選民不願意表態其支持對象，無疑地，未表態選民的意向將是選舉的最後裁判者。
本論文旨在利用〝期望值－最大化〞演算法（EM algorithm，Dempster, Laird and Rubin，1977），經由遺漏值（即未表態選民）為隨機遺漏（missing at random，MAR）的假設下，預設母體分配模型為對數線性模式（log-linear model），來推估未表態選民的支持人選。將已表態選民的意向，結合未表態選民的推估意向後，利用建模時所選定之相同的解釋變數作為分層變數，經由事後分層的方法預估各主要候選人的得票率。將預估的得票率結果與選舉結果作比對後，修改基本假設並驗證其成立，重新得到一個較好的預測結果。

關鍵字(中)

★ 總統大選

關鍵字(英)

★ EM algorithm

論文目次

【目目錄】 ……………………………………………………………… Ⅰ
【表目錄】 ……………………………………………………………… Ⅲ
【圖目錄】 ……………………………………………………………… Ⅶ
第一章緒論 ……………………………………………………… 1
1.1 研究動機與目的 ………………………………………… 1
1.2 文獻探討 ………………………………………………… 2
1.3 研究方法與綱要 ………………………………………… 4
第二章分層抽樣法及完整資料列聯表模式之建立 … 7
2.1 分層抽樣法 ……………………………………………… 7
2.1.1 事前分層 …………………………………………… 7
2.1.2 事後分層 …………………………………………… 10
2.2 完整資料列聯表模式之建立 ………………………… 15
2.2.1 對數線性模式 …………………………………… 15
2.2.2 羅吉斯迴歸模式 ………………………………… 18
2.2.3 適合度檢定 ………………………………………… 21
第三章期望值–最大化（ＥＭ）演算法 ……………… 26
3.1 遺漏結構 ………………………………………………… 26
3.2 基本理論 ………………………………………………… 28
3.3 應用實例 ………………………………………………… 35
3.4 應用限制 ………………………………………………… 39
第四章 2000年總統大選背景及資料整理 …………… 41
4.1 大選背景整理 ………………………………………… 41
4.2 已有的分析結論 ……………………………………… 45
4.3 大選民調資料初步的整理與分析 …………………… 54
第五章 2000年總統大選選舉預測（Ⅰ） ……………… 60
5.1 影響變數之選取與檢定 ……………………………… 60
5.2 未表態選民特性 ……………………………………… 67
5.3 以EM演算法推估未表態選民意向來進行大選預測 71
第六章 2000年總統大選選舉預測（Ⅱ） ……………… 80
6.1 修正基本假設與檢定 ………………………………… 80
6.2 基本假設下修正大選預測結果 ……………………… 88
第七章結論 ………………………………………………………… 114
參考文獻 ……………………………………………………………… 117
附錄 ……………………………………………………………………… 121

參考文獻

中文部分：
中央選舉委員會 (2000)，第十任總統副總統選舉實錄，中央選舉委員會編印。
何思因 (1991)，「選民投票抉擇的影響因素－一個理論模式的探討」，於雷飛龍等，台灣地區選民的投票行為－一個理論模式的探討，國科會研究計畫，NSC79-0301-H004-12，頁98-116。
何金銘 (1994)，「候選人勝選因素分析模型初探：第十一屆縣市長選舉的個案研究」，選舉研究，第一卷第一期，頁111-146。
洪永泰 (1995)，「分裂投票：八十三年台北市選舉的實證分析」，選舉研究，第一卷第一期，頁93-110。
莊文忠 (2000)，「選舉預測與策略性投票：以八十九年總統選舉為例」，理論與政策，第十四卷第二期，頁55-91。
徐火炎 (1998)，「李登輝情結的政治心理與選民的投票行為」，選舉研究，第五卷第二期，頁35-71。
陳義彥 (1994)，「我國選民的集群分析及其投票傾向的預測－從民國八十一年立委選舉探討」，選舉研究，第一卷第一期，頁1-37。
盛杏湲 (1986)，「國民黨與黨外中央後援會選舉競爭之研究」，台北：桂冠圖書公司。
盛杏湲 (1998)，「選民的投票決定與選舉預測」，選舉研究，第五卷第二期，頁37-75。
盛治仁 (2000)，「統獨不再對決－從2000年總統選舉看台灣新社會分歧的興起及影響」，理論與政策，第十四卷第二期，頁119-139。
盛治仁 (2001)，「總統選舉預測探討－以情感溫度計預測未表態選民的應用」，選舉研究，第七卷，第二期。
雷飛龍、陳義彥、丁庭宇 (1985)，「民國七十二年台灣地區增額立委選舉的人文區位研究」，台北：國立政治大學選舉研究中心。
黃秘?(2000)，含遺失值之列聯表最大概似估計量及模式的探討，國立政治大學統計研究所碩士論文。
游清鑫 (2000)，「候選人與選民的互動：競選策略效果的探討－以2000年總統選舉之『興票案』為例」，論文發表於「政治分析的層次問題」國際學術研討會，國立中正大學政治學系。
劉義周 (1996)，「選舉預測：一組簡單理論的檢驗」，選舉研究，第二卷第二期，頁107-130。
劉昌明 (1996)，遺漏值存在時羅吉斯迴歸模式分析之研究，國立政治大學統計研究所碩士論文。
鄭光甫、韋端 (1995)，抽樣方法—理論與實務，三民書局。
謝邦昌 (1996)，抽樣調查之理論及其應用方法，輔仁大學統計學系。
羅文輝 (1994)，「Logistic Regression在社會科學研究上的應用」，國立政治大學研究通訊，第二期，頁25-47。
英文部分：
Aldrich, J. H. and Nelson, F. D. (1984). “Linear Probability, Logit, and Probit Models.” Newbury Park: Sage Publications.
Agresti, A. (1990). “Categorical Data Analysis.” New York: Wiley.
Bishop, Y.M.M. and Fienberg, S.E. and Holland, P.W. (1975). “Discrete Multivariate Analysis: Theory and Practice.” Cambridge, Mass.: The MIT Press.
Chu, Y. H. and Lin, T. M. E. and Elite (1998). “The Path to Political Consolidation in Taiwan.” Paper presented at the 1998 annual meeting of the Taiwanese Political Science Association, 12-13.
Dempster, A. P. and Laird, N. M. and Rubin, D. B. (1977). “Maximum likelihood from incomplete data via the EM algorithm (with discussion).” Journal of the Royal Statistical Society, Series B 39, 1-38.
Fienberg, S.E. (1977). “The Analysis of Cross-Classified Categorical Data.” Cambridge, Mass.: The MIT Press.
Fuchs, C. (1982). “Maximum likelihood estimation and model selection in contingency tables with missing data.” Journal of the American Statistical Association 77, 270-278.
Haberman, S.J. (1974). “The Analysis of Frequency Data.” Chicago: University of Chicago Press.
King, G. (1989). “Unifying Political Methodology.” Cambridge: Cambridge University Press 47, 153-161.
Little, R. J. A. (1982). “Models for nonresponse in sample surveys.” Journal of the American Statistical Association 77, 237-250
Little, R. J. A. and Rubin, D.B. (1987). “Statistical Analysis with Missing Data.” New York: Wiley.
Lewis-Beck, M. S. and Rice, T. W. (1992). “Forecasting Elections.” Washington DC：Congressional Quarterly Inc.
Rubin, D.B. (1976). “Inference and Missing Data.” Biometrika 63, 581-592.
Sundberg, R. (1974). “Maximum Likelihood Theory for Incomplete Data From an Exponential Family.” Scandinavian Journal of Statistics 1, 49-58.
Wilk, S. S. (1935). “The likelihood test of independence in contingency tables.” Ann. Math. Statist 6, 190-196.
Wilk, S. S. (1938). “The large-sample distribution of the likelihood ratio for testing composite hypotheses.” Ann. Math. Statist 9, 60-62.

指導教授

鄭光甫(Kuang-Fu Cheng)

審核日期

2002-6-24

推文