• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

台灣縣市長選舉預測模型之研究:一個基礎模型的建立及其應用 / Election Forecasting: the Construction and Its Applications of a Logistic Model of Conuty Magistrate Elections in Taiwan

范凌嘉, Fan, Ling-Jia Unknown Date (has links)
本研究以1997年台灣縣市長選舉為標的,彙整政治學有關投票行為的相關理論,包含社會學研究途徑、社會心理學研究途徑與理性抉擇途徑的研究成果,整合該年度之總體與個體資料而設計出「特質調整模型」。特質調整模型是透過兩階段的操作模式進行預測,首先以基礎模型反應全國一致的因素,使之適用於台灣所有縣市,這些因素包括政黨認同、候選人取向與社會人口學變項。但由於各縣市狀況仍有不同,因此再進一步用延伸模型來考量各縣市的特殊選舉因素。延伸模型在基礎模型的規模上,以描述性統計來觀察選區情形後,再加入各地特質於模型之中,使其預測結果能反映各地特殊狀況。在延伸模型中,考量的因素包括議題取向、環境系絡因素、策略性投票、在位者表現、派系取向與賄選問題等。 在特質調整模型中,本研究嘗試以對數迴歸模型對各地區進行模擬計算,並用機率論的方式呈現每一位受訪者的投票可能,以反應政治學理論中的不確定性。研究結果發現基礎模型確能相當地反應出台灣各縣市的選舉狀況,描繪各地的一般狀況,而延伸模型又能更精確地貼近各地的選舉結果,反映各地的特殊選情。在資料完整的狀況下,最後各縣市的預測誤差均不超過抽樣誤差。 第一章 緒論 1 壹、研究動機與目的 1 貳、文獻檢閱 3 第二章 研究方法 25 壹、研究範圍與資料來源 25 貳、模型建構 28 參、研究架構 33 肆、模型評估 35 第三章 基礎模型 38 壹、 變數建構 38 貳、 基礎模型的探討 42 參、 討論 84 第四章 延伸模型:基礎模型的應用 87 壹、延伸模型的設計 87 貳、基隆市的延伸模型 89 參、台北縣的延伸模型 98 肆、桃園縣的延伸模型 115 伍、新竹市的延伸模型 123 陸、台中市的延伸模型 129 柒、彰化縣的延伸模型 140 捌、台南市的延伸模型 153 玖、台南縣的延伸模型 166 拾、小結 172 第五章 結論 174 壹、研究回顧 174 貳、研究效果評估 178 參、研究限制與未來研究建議 179 參考文獻 184 / This research is focused on Taiwanese county magistrates election in 1997, and based on the aggregate and individual data to design a forecasting model, named "Joined Idiosyncrasies Adjusted Model" (JIA Model). This model is operated by two stages. First, I compute a basic model, which reflects some general factors in every county. Second, I design extended models to adjust the output of basic models. Those extended models can precisely show the situation of every single county. In this model, I try to use logistic regression to compute the candidate's votes, and present the final forecast output in probability. This model made the county magistrates election more predictable, and the model errors are less than the sampling errors.

Page generated in 0.0597 seconds