本研究認為，在調查訪問中，選民是否表態並不是隨機產生的，一旦不表態的選民是因為某些因素而導致其不表態，只以表態者所建立的模型便存在選樣偏誤的問題。因此本研究便是希望經由處理「選樣偏誤」的問題之後，可以得到一個足以代表母體的正確投票模型，筆者將之稱為「選樣偏誤模型」，再利用「選樣偏誤模型」中校正後的參數估計值去推估未表態選民的投票意向，以得到更準確的選舉預測結果。 針對五次選舉（2001年台北縣長選舉、2002年北高市長選舉、2000年及2004年總統選舉）所進行的研究結果發現，當我們未校正選樣偏誤時，我們可能高估給予不同候選人較高評價者之間的差距、藍綠政黨認同者之間的差距、統獨支持者之間的差距；同時也高估了政府首長施政滿意度與省籍的影響。因為願意回答自己投票對象的受訪者，往往是政治偏好相當確定且較強烈的選民，當我們在建構模型時，若只掌握了這些政治偏好較強或較確定的表態者，而忽略政治偏好較弱或較不明確的不表態者，我們極可能高估自變數對應變數的影響。 整體來說，本研究所設定的選樣方程式能夠在勝負差距較小的選舉中，掌握到影響選民是否表態的因素，進而使得選樣偏誤模型發揮校正的功能，在勝負差距較小的選舉中，選樣偏誤模型所預測的候選人得票率，比傳統probit模型來得準確，四個模型的預測得票率與實際得票率的誤差，最小為0.59%，最大也只有1.16%而已。