並不只是世代差異（２）

在＜並不只是世代差異＞一文出來後，有熱心網友開始提供更多數據，海豹總算不用靠著破爛的兩張圖做破爛的統計，在這邊先謝過這些網友。

以下使用兩個資料。首先是中選會有公布每個行政區的公投票數（見這裡）：

理論上這個有公布到各行政區，但由於目前還沒有提供excel檔我只能手動key-in，全部都弄我會手斷掉，加上我的第二個資料目前只有縣市等級，所以請容我就只先用縣市等級的資料處理。

第二筆資料則是中選會提供的各縣市選舉人數，這個有切到各年齡區間（見這裡）：

這樣一來，我們就能夠算出每個年齡層在該縣市佔總選舉人數的比例，進而觀察每個縣市的同意票數跟年齡比例之間的關係。順道說明，請不要傻傻一個一個key，這世界是有pdf to excel這種網站的 :)

我用R的stepAIC函數，直接幫我們抓最優的線性模型。跟第一集一樣，我們用第十案來分析。結果如下：

在這邊，迴歸的應變數是該縣市的有效同意票佔全體選舉人的比例，自變數則是各年齡層選舉人佔該縣市全體選舉人的比例，其中r_19是19歲的比例，r_20_29則是20歲到29歲的比例，依此類推。

對於不知道迴歸的朋友們別緊張，這看起來很嚇人，但其實你大致只需要先管兩件事：

• 首先是Estimate那一行，那行代表的是某個年齡區度的比例上升1%時，平均而言同意票比例會上升幾%。舉例來說，r_19的係數表示，19歲的比例上升1%時，平均而言同意票比例會下降24.8576%。
• 再來是後面的*數，講簡單一點，*數越多，你對前面那個上升%數的推論就越有把握。

看過去你首先會發現，對同意票數影響最大的，似乎是70-79歲這個年齡區間，平均上升1%，同意票數會上升8.33%。三顆*，所以滿有把握的。

但是第二高的是20-29歲區間啊！平均上升1%，同意票數會上升7.4816%，同時也是兩顆*的把握唷！

如果今天真的是純粹的世代差異，那我們這邊應該要看到r_20_29的係數，會跟r_19一樣是負的。但今天沒有，還正很多。

這意味著，高年齡層跟低年齡層的差異，可能沒有大家想像中的大。

當然，這是個很粗很粗的統計，有一拖拉庫的東西沒有考慮進去。但無論如何，就一個最最最粗步的統計結果來看，真的，並不只是世代差異。

最後，中選會應該之後會在這裡公布更詳細的資料，屆時如果有空我會再進一步研究看看。