Trump won 2447 counties Obama won 873 counties Biden won 477 counties
Numbers don't lie. How could Biden win 2020 election with the least counties in the history, but with the most votes in history? In the counties he won, votes were more than registered voters. He even got a majority of votes in Counties which were 100 percent Republicans. I wonder how that happened. A Stolen Election is obvious. =========== 不过我觉得更重要的是，不合规矩的投票和计票，这些不处理，根本没法让人们有信任
我没有真相，也肯定这里谁都没有真相，不管你是相信有系统舞弊也好，不相信也好。作为一个外国人，本人也没兴趣去搞清这个真相，但看着城里两派（各有自己好友）越撕越裂，作为一个老城民于心不忍，想帮大家找到一个可以言说的common ground, 无论政治立场和价值观，大家都相信科学吧，那好，就帮大家用科学方法理一理思路。这个方法叫贝叶辛原理Bayesian Theorem, 是个以极简呈现智慧的统计学原理。
说到对概率意义的解释，有两大学派，一派是古典的frequentist 频率假说，其认为一个事件发生的概率是事件固有的特性，可以通过足够量的重复采样来获得；另一派来自18世纪中叶的数学家贝叶斯，贝叶辛假说认为概率是一种对可能性的主观判断，这个主观判断不是一成不变的，而是会随着认识的更新而修正。这其实不难想象，一件事，即使不熟悉，你对它发生的可能性会有一个‘’凭空‘’或先入为主的臆断，譬如去国外某地旅游，去之前，你对当地在该季节遭遇暴雨的可能性或许有个估摸 (譬如来自社媒印象）- 不太可能有暴雨，然后你去了那里，不幸地一星期里下了三天暴雨，无疑你会根据此体验对你的原先估摸作出修正，以后朋友这时候去那里玩你会忠告：备好雨具，很可能下暴雨。贝叶辛概率里，前面那主观而来的估摸叫先验概率，而后面经过实际体验修正的不妨叫后验概率，显然，后验概率要比先验概率更接近事实。
好了，回到大选舞弊的争论上来，我们的贝叶辛问题可以这样构建，设定两个概率事件，事件C为大选舞弊，事件S 为选民相信大选有舞弊，大选舞弊的先验概率记为P(C)，根据美国历年的民主选举经验，应该很低，假定为1％。我们现在要计算- 当2020大选后出现选民相信大选有舞弊(S)这个条件下，大选果真舞弊的后验概率，记为P(C/S)，并与P(C)相比，如果超出很多，应该真的有所警惕，如果两者非常接近，多半不必过虑。这听起来或许有些玄乎，道理是这样的，对于有否舞弊，每个选民个人，几乎可以肯定难有确凿全面的证据，但每个人会根据自己投票的经历，观察到或听闻来的现象，作出一定逻辑推断，上亿理性选民的观察和判断集成起来，当可形成一个较强的依据。问题是上亿选民你不可能一个个问过来，这就用到了统计和抽样调查。有没有这样的抽样调查呢，我记得是有的，好像2020大选后共和党选民里有60-70％相信舞弊存在，民主党里自然绝大部分不相信，有兴趣者可以帮我核对。相信舞弊这件事，即S)，包括两种可能，确实舞弊了你相信得没错，没有舞弊你误信了，前者概率记为P(S/C)，后者为P(S/!C)（注：！ 代表否定，/代表在什么条件下。）
不妨让我们根据抽样调查结果，在合理范围内估摸一下两者的概率，P(S/C)在共和党选民里应该很高，姑且算90％吧，鉴于两党选民严重分裂，民主党选民应该较难采信，算20％；P(S/!C) ，同样鉴于目前两党选民极度分裂的现状，在共和党选民里姑且算30％，在民主党选民里应该接近没有，算1％。对于选民总体，概率值应该是两者按选民比率的加权平均（就算对半开好了）。
由此根据贝叶辛公式
P(C/S) = P(S/C) × P(C) ÷ [ P(S/C) × P(C) + P(S/!C) × [ 1 - P(C) ] ]
代入以上经过两党加权平均的各值，可以算得2020大选后根据选民对舞弊的怀疑而修正的舞弊发生的概率 P(C/S) 为 3.46% 。
显然上面取值有很多估摸，你尽可以按自己认定更接近现实的值来代入计算，当然结果也会和上面不同。那如何来合理理解计算的结果？前面说了要和先验概率（1％）比较，拿上面算值为例，3.46%本值也是一个很小的概率，要加以忽视也是说得过去的，但是，它是先验概率1％ 的近3.5倍，对于一个性质当为小概率的事件，概率增加3.5倍当足以引起人们警惕。
再次强调，以上计算只是个示范例子，你按自己的认知对 P(C), P(S/C)和P(S/!C) 取不同的值代入计算，结果会相当不同。本帖开首就说了，贝叶斯不会给出真相，他不是上帝，但贝叶辛原理让我们可以在信息极度有限和混乱的情况下，对自己的思路作出尽量理性的梳理，不盲从，不夸大其词，不掉以轻心。
最后提一下，觉得与其用两党铁杆选民当主体来算，不如用中间派当主体来算更有效，如果有数据的话。虽然他们人数不一定多，但他们的态度变化来的更加说明问题。
更多我的博客文章>>>
用科学的方法看待2020大选舞弊之争 【老键曲库】Fix You 康复之路之新起点 【老键曲库】Great Mother 忽闻IT泡沫论，顿觉人类有望处值得参考。请看「拜登曲线」：：
左：：美国国家科学院调研。选举出现该曲线意味著规模作弊。
右：：2020年美国大选中出现的拜登曲线。
也需要原始数据，而不是随便问几个人怀疑舞弊或者不怀疑舞弊就可以讨论出什么结论了。
https://blog.wenxuecity.com/myblog/76925/202209/190.html TinaW2022-09-02 18:40:29回复悄悄话谢谢博主好文！只要有common sense的人都可从数据上看出2020大选被偷窃！
Trump - 74 million votes
Obama - 66 million votes
Brandon - 81 million votes
Here are the numbers on the counties.
Trump won 2447 counties
Obama won 873 counties
Biden won 477 counties
Numbers don't lie. How could Biden win 2020 election with the least counties in the history, but with the most votes in history? In the counties he won, votes were more than registered voters. He even got a majority of votes in Counties which were 100 percent Republicans. I wonder how that happened. A Stolen Election is obvious. =========== 不过我觉得更重要的是，不合规矩的投票和计票，这些不处理，根本没法让人们有信任
计算量大到不能再靠纸笔，要靠蒙特卡罗算法高速抽样。但现在据说已经有简化的手机app，可供人们日常决策之用。
如果有时间(当然没有），我可以把所有的数据包括你这些，以及各种关于大选的专家意见，甚至有影响的民间说法，整合进一个贝叶辛推理方案进行建模，推算多大程度和多强可能上存在选举舞弊
我这篇只谈科学不谈政治，我说“鉴于两党选民严重分裂”是试图按自己的观察呈现一个事实，没有任何价值判断的意思，事实上你的挑毛病不正支持了我的观察？
关于分裂的政治意义我也谈，但不在这里，是发在几周前的另篇，关于裂向淘汰便是。
中共势力在澳洲肯定有，但基本限于商会这一层，至多波及到个别地方政府，像美国孙雯案这样渗透到大州州长身边的绝对不可能。
澳洲两党的分裂与美国比真是非常小，我打过比方，把一伙哥俩好硬拆成三拨，两拨为朝野两党台上演麦克白肥皂剧，一拨在台下吃瓜鼓噪。
这都是本帖的题外话了，不再继续。
不过要看舞弊，我有一个典型案例分析，非常值得你看。
如果你真想知道究竟有没有一个具体的，可以坐实（基本从观众角度坐实）的舞弊案例。你就看我这个
Nov 3, 2020 – 乔治亚州Fulton县大选舞弊过程详解--重贴，加上对陪审制度的理解链接：https://bbs.wenxuecity.com/culture/619603.html
别怪我。