「民調0正確」一文已經證明，一般的坊間民調平均誤差其實在正負10％以上，加入手機，直覺上是想接觸手機使用者，但事實上是降低「隨機性/等機率性」，一定會更擴大誤差。
筆者團隊的手機民調作法是：找到指定受訪者，如果受訪者不在家，請家屬告知受訪者的手機號碼。
對年輕受訪者加權：顛倒結果
對年輕受訪者加權的直覺原因是，中外民調都有「在家男性偏少、年輕人偏少」的現象。所以就將樣本的性別、年齡，依據普查資料加權。
但長期研究顯示，年輕人投票的比例本來就比較低，而去投票的通常意識型態比較鮮明、政治態度積極度超過同儕。
即願意回答選舉民調的是年輕人的少數，但經過加權後，他們變成假的多數，更提高了年齡層的影響力，造成巨大的扭曲。
舉一個假設的簡化例子如下：
若總選舉人為100人，投票率為69％（前3次選舉投票率均約66％，總統選舉會提高），按人口普查資料平均分為：高、中、低3層，則下表中的數字正好等於百分比。
若母群、即真實結果如左欄，甲候選人實以36：33，勝乙候選人。
坊間民調由於視覺上，發現低齡層受訪者偏少，於是主觀認為要把年輕人加權如右欄，變成甲候選人反以31.17：37.83，落後乙候選人。
以上是以全體選舉人為分母的標準化百分比。
一般民調與新聞是以投票人為分母，則：
甲候選人事實勝選3％以上，但坊間民調反以45.17：54.83，大幅落後乙候選人近10％。
未達科學標準的坊間民調誤差 + 手機民調誤差 + 加權誤差，其互動誤差有可能超過10％、甚至20％。
科學民調耗時不易
科學民調就是要達成最低隨機性/等機率性的樣本，實務上就不能換樣本，調查一輪最少要4周以上。
美國有一本著名統計書上，第一句話就是：統計是天書。一般人、甚至不少教統計的人也不了解其所以然，又與當前1到3天就要結果的習慣不合，不容易推動。
53237選民結構：解釋歷年選舉
「53237選民結構」是臺灣近40年來的穩定投票結構，發現選民分作「主動」和「被動」投票 2類，
假設總共 20人，每類10人，則：
一、主動投票類10人分作：
5(25%)維持現勢群：意識型態+現勢利益。
3(15%)反現勢群：意識型態+反現勢利益。
2(10%)可變群：根據自己感受的候選人形象。
二、被動投票類10人分作：
3(15%)搖擺群：投社會形象人多的一邊。
7(35%)疏離群：不投票。但其中有最多15％的輕疏離群，如果發生危己/危機事件，有可能去投票。
以上充分解釋過去連3屆選舉，投票率均約66％，而史上僅有2次投票到達80的原因。
