尤其某種類型樣本特別少，樣本少則誤差大，經過加權後把較少的類型放大，便同時在放大誤差。譬如年輕人較少，因為年輕人對選舉沒興趣，願意花時間回答的年輕人，是具特別色彩的人，也就是真實世界比較少的人，經過加權後反而把這種類型不實加大了。
其實對候選人而言，較佳的也是取得真實資料。如果發現真實資料中哪種類型特別少，就是對這類型的選民瞭解不足，在未來競選中可以適當補救。
真實數字被加權美化後，候選人反而不知道自己尚不瞭解的弱點在哪裏。
如同跨校成績比較必須標準化
●標準化為二項分配形式
各家民調都是在做「測量」，來源不同測量分數總加，並無知識上的意義。
許多父母因為子女升學，逐漸瞭解各校評分方法、文化不同，如果將各校原始成績，拿去做跨校比較，誤差很大，所以已認知成績必須標準化。如願舉一反三，民調之間的比較，也應如是。
標準化的方法很多，其中易於瞭解，也具備許多優點的，就是標準化為侯友宜、柯文哲兩人相加為100% 的「二項分配」形式。可以反映公開支持者的正確比例，使各調查在這個條件上相同，而可以相加比較。也必須要是二項分配才能夠計算通俗認知的「誤差」。
進階補充說明：一般樣本誤差的原始定義必須是「連續資料、常態分配」，但當樣本數很大時，二項分配可准用常態分配的性質與各種計算方法。
百分比標準化以形成相同條件
「統合分析」的接續程序是選擇分析方法。
●比較標準化百分比
對學術研究級的「統合分析」，後續是作「森林圖」或其他多變項分析。但門檻太高，對雙方陣營的支持者，都會產生焦慮感。
所以，可以直接作標準化百分比總加比較，這是個穩定的統計值，術語稱為「不偏」，大眾也易於瞭解接受。
雖然，總調查案數可能偏少，但還是可以准用統計上的檢定法則。
誤差可多方面改善
●「誤差」分析的素質改善
協議中有一點為：「若超過統計誤差，由勝者得一點；若在統計誤差範圍內，由侯柯配得一點。」
其中「誤差」一詞，正是本文開宗明義所提醒：坊間民調的誤差一定是不正確的，是「資訊系統綁架困境」所造成的誤解，還經過「加權」等多重誤導。
樣本「變異數」愈大，則「誤差」愈大，坊間民調受系統限制，主觀將「變異數」固定為最大值的.25。而標準化後，「變異數」一定會小於.25。
在標準化百分比的二項分配下，可以獲得各案比較正確的誤差，在「真實與數據素質」上是必然的「改善」。
期望3位專家中至少有一位採用「統合分析」，或其他科學程序。如果3位願意共同採用相同科學程序，也會獲致相同的結果。
