方法與回測
這個模型怎麼算
核心是三件事：把未表態平均分配、按時間加權，以及扣除各民調機構的固定偏向。每一項都用 2014、2018、2022 年的選舉回測過。
步驟
- 只用可以核查的民調。逐筆核對維基收錄的民調原文，確認執行方、委託方與調查方式。政黨或競選陣營委託的民調排除。
- 差距 = 藍方支持度 − 綠方支持度。不把未表態去掉再換算比例，而是假設未表態最後平均分給兩邊。回測顯示，「去掉未表態」會系統性誇大領先幅度。
- 矯正機構偏向。每家機構過去的每一筆民調，都和同一場選舉、前後 21 天內其他機構的民調比較，平均起來就是它偏藍或偏綠多少；比較次數少的往 0 縮減。這一步不使用開票結果。機構按實際執行方區分。
- 加權平均。權重 = 時間權重 ÷（每筆噪聲² + 偏向不確定²）。時間權重以封關日為基準，每早 7 天減半；沒有歷史紀錄的機構，偏向不確定範圍較大，權重約為老機構的一半。同一機構的多筆民調先合併。
- 換算勝率。歷史上這套方法的誤差約 ±10 個百分點（標準差），按常態分布換算勝率；六都席次以城市之間相關 0.4 模擬。
參數
- 統計期間
- 各城市約投票前 45–60 天起（台北、台中 10 月初，新北 9 月底，桃園 10 月底，高雄 10 月中），至封關前
- 時間加權
- 半衰期 7 天
- 每筆民調噪聲
- ±10 個百分點；機器語音電話（IVR）民調 ±12.5
- 新機構偏向
- 按 0 計，不確定範圍 ±10
- 總誤差
- ±10 個百分點；城市之間相關 0.4
判斷性的設定
以下幾項無法用回測驗證，是依資料做的判斷，每個城市頁面都列出不採用時的結果：
- 信民協會委託、畢肯執行的民調單獨算一家。畢肯過去替美麗島電子報、震傳媒執行時平均幾乎不偏，但今年替信民協會做的四筆都明顯比同期其他機構偏綠。它的偏向改用今年台北、新北、桃園的比較估計（偏綠約 9.4）。
- 震傳媒 2026 年改由山水執行，當作新機構。
- 機器語音電話民調額外降權。依據是展欣科技（機器語音電話）歷年的波動約為一般機構的 1.26 倍。
- 凱達格蘭基金會、信民協會、台中市信賴台灣之友會、基隆港務工會理事長委託的民調不算內參。它們不是政黨或競選團隊；有陣營關聯的在城市頁面中註明。
回測
在 2014、2018、2022 年共 26 場縣市長選舉，模擬「封關當天只用當時已完成的民調」做預測，再和開票結果比較。機構偏向只用更早屆次的資料估計。
| 做法 | 2014 | 2018 | 2022 | 全部 | 猜中當選人 |
|---|---|---|---|---|---|
| 21 天簡單平均（去掉未表態） | 11.5 | 9.7 | 13.4 | 11.4 | 88% |
| 21 天簡單平均（未表態平均分配） | 9.6 | 6.2 | 10.8 | 8.8 | 85% |
| 選定設定 | 8.3 | 5.4 | 10.3 | 7.9 | 85% |
| 不做機構偏向矯正 | 9.4 | 4.7 | 10.2 | 8.0 | 85% |
| 不做時間加權 | 10.1 | 6.4 | 10.3 | 8.9 | 88% |
| 原口徑（去掉未表態） | 13.3 | 7.7 | 12.6 | 11.1 | 85% |
數字為平均絕對誤差（兩強差距的百分點，越小越好）。「選定設定」以外的列，只改變一項設定。
同一屆各城市的誤差常一起偏向同一方向：2014 年整體高估國民黨 8.2 個百分點，2018、2022 年則低估 3.8、7.7 個百分點。方向每屆不同，無法事先矯正，所以只放進不確定區間。
也試過但沒有採用的做法：用上一屆選舉結果當基本面（誤差反而變大）、按各機構歷史準確度給不同權重（機構準不準在不同屆之間幾乎沒有延續性）、在數百組參數中挑最佳組合（換到另一屆就失效）。
限制
- 回測只有 26 場選舉，結論是方向性的參考。
- 歷史民調多為市話調查；今年有更多手機、網路與機器語音電話民調，誤差大小不一定相同。
- 維基上較早期的歷史民調，執行方只核查了一部分。
- 多數城市只有 1 到 4 家機構的民調，單一一筆就可能左右結果。
資料與程式
民調來源為維基百科「2026年中華民國直轄市長及縣市長選舉民意調查」頁面與各筆民調原文；歷史民調來自維基百科各屆縣市長選舉民調頁面，並與各屆開票結果比較。模型以 Python 計算，網站以 Astro 產生。