d********f
发帖数: 43471 | 1 https://joeisdone.github.io/philadelphia/index.html
巨巨其实在几个sh得票变好了，尤其是费城劳模区did pretty good. 出问题的都是红
县 |
d********f
发帖数: 43471 | 2 应该尽快要求手动点票
【在 d********f 的大作中提到】
: https://joeisdone.github.io/philadelphia/index.html
: 巨巨其实在几个sh得票变好了，尤其是费城劳模区did pretty good. 出问题的都是红
: 县
|
F*8
发帖数: 104 | |
w******t
发帖数: 10 | 4 应该效仿厉害国记票机制，小黑板写正字，输赢一目了然 |
L****n
发帖数: 12932 | 5 没看懂
【在 d********f 的大作中提到】
: https://joeisdone.github.io/philadelphia/index.html
: 巨巨其实在几个sh得票变好了，尤其是费城劳模区did pretty good. 出问题的都是红
: 县
|
G*********a
发帖数: 1 | 6 厉害国的机票机制是不同意的请举手
【在 w******t 的大作中提到】
: 应该效仿厉害国记票机制，小黑板写正字，输赢一目了然
|
d*********1
发帖数: 1 | 7 费城不是巨巨输的原因，输的因为红县嬴的不如上次多，这很反常。有两个解释，费城
人口一直再下降，所以作票上限下降了，同时巨巨得票其实比上次还好点。说明作票来
自红县。
这个人的数据很漂亮，是每一个ward比了2020vs 2016,得出结论费城作票力度还不如16
年。
【在 L****n 的大作中提到】
: 没看懂
|
f*********1
发帖数: 2518 | 8 这个结论跟昨天MIT的分析是一致的，实际上做票发生在红区。
: 费城不是巨巨输的原因，输的因为红县嬴的不如上次多，这很反常。有两个解释
，费城
: 人口一直再下降，所以作票上限下降了，同时巨巨得票其实比上次还好点。说明
作票来
: 自红县。
: 这个人的数据很漂亮，是每一个ward比了2020vs 2016,得出结论费城作票力度还
不如16
: 年。
【在 d*********1 的大作中提到】
: 费城不是巨巨输的原因，输的因为红县嬴的不如上次多，这很反常。有两个解释，费城
: 人口一直再下降，所以作票上限下降了，同时巨巨得票其实比上次还好点。说明作票来
: 自红县。
: 这个人的数据很漂亮，是每一个ward比了2020vs 2016,得出结论费城作票力度还不如16
: 年。
|
z***n
发帖数: 590 | |
d*********1
发帖数: 1 | 10 红县就说明问题在于软件直接在改票
【在 f*********1 的大作中提到】
: 这个结论跟昨天MIT的分析是一致的，实际上做票发生在红区。
:
:
: 费城不是巨巨输的原因，输的因为红县嬴的不如上次多，这很反常。有两个解释
: ，费城
:
: 人口一直再下降，所以作票上限下降了，同时巨巨得票其实比上次还好点。说明
: 作票来
:
: 自红县。
:
: 这个人的数据很漂亮，是每一个ward比了2020vs 2016,得出结论费城作票力度还
: 不如16
:
: 年。
|
|
|
L****y
发帖数: 757 | 11 偷富裕的，不显。
【在 f*********1 的大作中提到】
: 这个结论跟昨天MIT的分析是一致的，实际上做票发生在红区。
:
:
: 费城不是巨巨输的原因，输的因为红县嬴的不如上次多，这很反常。有两个解释
: ，费城
:
: 人口一直再下降，所以作票上限下降了，同时巨巨得票其实比上次还好点。说明
: 作票来
:
: 自红县。
:
: 这个人的数据很漂亮，是每一个ward比了2020vs 2016,得出结论费城作票力度还
: 不如16
:
: 年。
|
n****s
发帖数: 98 | 12 好眼力.
【在 d*********1 的大作中提到】
: 红县就说明问题在于软件直接在改票
|
N*********9
发帖数: 200 | |
C*****8
发帖数: 5758 | |
n******r
发帖数: 9146 | 15 前两天看说宾州mail in ballot requested 3 million，returned2.4 million，是四
年前的十倍。我还是觉得这次输在turn out上面
：https://joeisdone.github.io/philadelphia/index.html
：巨巨其实在几个sh得票变好了，尤其是费城劳模区did pretty good. 出问题的都是红 |
n******r
发帖数: 9146 | 16 而且追那70万票的时候，那些票都是哪里的？动辄就十几万票的往上追 |
p********2
发帖数: 1 | 17 不要相信那个MIT博士，他那个分析有问题。
【在 f*********1 的大作中提到】
: 这个结论跟昨天MIT的分析是一致的，实际上做票发生在红区。
:
:
: 费城不是巨巨输的原因，输的因为红县嬴的不如上次多，这很反常。有两个解释
: ，费城
:
: 人口一直再下降，所以作票上限下降了，同时巨巨得票其实比上次还好点。说明
: 作票来
:
: 自红县。
:
: 这个人的数据很漂亮，是每一个ward比了2020vs 2016,得出结论费城作票力度还
: 不如16
:
: 年。
|
p********2
发帖数: 1 | 18 感觉不是软件做的，你看白等在费城的Downballots 占了94%,如果排除掉这些票，白等
只剩下6%的票。所以还是在做票，真有票。
Overall Ratio: 6.30%
2020 Votes Without Downballots
Sum across all wards: 35752
Average per ward: 21
Ballots Cast Biden 2020
Sum across all wards: 567670
Average per ward: 333
Highest
PHILADELPHIA WD 10 PCT 01 3.04%
PHILADELPHIA WD 10 PCT 02 3.09%
PHILADELPHIA WD 10 PCT 03 2.83%
PHILADELPHIA WD 10 PCT 04 2.02%
PHILADELPHIA WD 10 PCT 05 2.15%
PHILADELPHIA WD 10 PCT 06 3.86%
PHILADELPHIA WD 10 PCT 07 0.80%
PHILADELPHIA WD 10 PCT 08 2.47%
PHILADELPHIA WD 10 PCT 09 1.54%
PHILADELPHIA WD 10 PCT 10 2.27%
Lowest
PHILADELPHIA WD 09 PCT 14 1.43%
PHILADELPHIA WD 08 PCT 21 1.43%
PHILADELPHIA WD 03 PCT 14 1.30%
PHILADELPHIA WD 05 PCT 23 1.16%
PHILADELPHIA WD 02 PCT 23 1.08%
PHILADELPHIA WD 08 PCT 28 1.05%
PHILADELPHIA WD 02 PCT 18 0.77%
PHILADELPHIA WD 03 PCT 10 0.00%
PHILADELPHIA WD 02 PCT 24 -0.39% |
r******g
发帖数: 4002 | 19 宾州选举日过后，还进来几十万张票，可以肯定是事先做好的票。
【在 p********2 的大作中提到】
: 感觉不是软件做的，你看白等在费城的Downballots 占了94%,如果排除掉这些票，白等
: 只剩下6%的票。所以还是在做票，真有票。
: Overall Ratio: 6.30%
: 2020 Votes Without Downballots
: Sum across all wards: 35752
: Average per ward: 21
: Ballots Cast Biden 2020
: Sum across all wards: 567670
: Average per ward: 333
: Highest
|
p********2
发帖数: 1 | 20 费城70万票中老老实实填的票只有3万5，Downballots有95%
2020 Votes Without Downballots
Sum across all wards: 35752
Average per ward: 21
Pres Ballots Cast Total 2020
Sum across all wards: 701699
Average per ward: 412
【在 r******g 的大作中提到】
: 宾州选举日过后，还进来几十万张票，可以肯定是事先做好的票。
|
x*********4
发帖数: 1 | 21 根据数据分析发现
designed software that collects all electoral information and identifies
which votes have been "switched" and which ones "lost".
Data shows all votes switched were from Trump to Biden.
Black small square Total votes switched = 542,181
Black small square Total votes lost = 2,865,807
&name=small |
p********2
发帖数: 1 | 22 不要信那个MIT博士的分析。
【在 x*********4 的大作中提到】
: 根据数据分析发现
: designed software that collects all electoral information and identifies
: which votes have been "switched" and which ones "lost".
: Data shows all votes switched were from Trump to Biden.
: Black small square Total votes switched = 542,181
: Black small square Total votes lost = 2,865,807
: &name=small
|
