笔趣吧

手机浏览器扫描二维码访问

第67章（第2页）

作为一位密切关注民意调查的狡猾的政治家，他回答说：&ldo;是的，这只会延续很短的时间。

&rdo;他是正确的，1965年时公众的支持率是23，到1968年就出现了23的反对声音。

2003年时对伊拉克战争的高支持率，到了2006年就转变了。

在民意中，没有什么是一成不变的，变化是常态。

在电话调查中，一个新出现的问题是：高比例的&ldo;无人反应&rdo;。

美国人已经经历了太多的电话调查，他们会拒绝或直接挂断电话。

如今只有一小部分人会回复，这样的话，调查就没有随机性或代表性。

互联网上的调查也存在同样的问题，因为被调查者是&ldo;自我选择的&rdo;，并且他们的收入和教育程度都高出平均水平，任何只调查他们的民意调查都缺乏可信度。

这或许是2000年和2004年的选举中，调查结果明显不同、没有作出较准确的预测的原因（2008年情况有所改善，对奥巴马实力的夸大只有大约1个百分点）。

怎么做◇如何区分并使用变量

变量是不同因素的指标，它揭示出某些变化。

如果可能的话，可以把这些因素进行量化。

变量有两种：自变量和因变量。

前者是那些可能影响或带来变化的因素，但并不总是能够确认。

例如，可以假设一国人均gdp的增长会带来民主化。

这里，人均gdp是自变量，民主是因变量，后者取决于其他变量的影响。

可以把这二者结合起来，那就是把民主作为自变量，看看它如何影响财富，这种因果关系很难被证明，因为原因可能导致不同的结果。

有些人认为，民主促进繁荣。

当然，在某些情形中，因果关系只有一个方向。

我们可以把&ldo;新教徒白人男性&rdo;作为自变量，认为它使共和党在选举中获胜，但我们不能反过来说，共和党的胜利会使人们成为新教徒白人男性。

如果这两种变量都有可靠的数量来测量，就可以在长时段内把它们列入一个图表或标出不同的颜色，以显示出肯定性的协方差‐‐其中一个的改变会导致另一个的改变‐‐这会给我们的论点提供有力的证明。

有时，我们看到的是否定的或相反的相关关系‐‐一方上升，另一方就下降‐‐这仍然可以证明我们的论点。

如果没有或只是很少的相关关系‐‐图上的两条线摇摆不定，没有什么关联‐‐那就要退回去，对论点进行修正。

有时相关关系存在着时间上的滞后，这会带给我们很有意思的论点。

例如，对总统的外交政策，民意往往在6个月后才能作出反应。