21대총선 부정선거 선거무효소송 월터 미베인 교수 인터뷰 영상 재검표 QR코드 선거 서버 폐기 .히든서버 부정선거 과연 재검표 태풍을 몰고 올까 ? 사전선거 조작 사전투표 국내 선거 재대로 이번 기회에 감사 후 철저하게 업그레이드 시켜야지 ~ 2중투표 -전자투표 + 작은 크기 종이투표 & 관리시스템 3중투표 시스템 말 많은 사전투표 시스템 제대로 개선 해야 공직선거법 개정 제대로 해야 - 개표 이후 선거 모든 자료 관련 보관 방법에 대하여도 자세하게 명시해야 보관 이게 머니 ~ ▶ 중앙선관위 한곳에 보관하게 만들던가 ~ 국토가 크지도 않은데 앞으로 선거는 개표 끝나면 여야 참관 후 무조건 선거관련 모든 자료. 컴퓨터.서버관련 포렌식등 철저한 조사후 기록 남기는 시스템으로 가야지 이게 머니 선거 끝나자마자 바로 서버 폐기가 명시되어있다니 ~ 참 후진국 시스템으로 항상 매번 조작선거 여론 나오는 시스템 잠 재워야지 ~ 선거부정 관련 시위가 나올수 없게 사라지게 ~ 중앙선거관리위원회 & 지방선거관리위원회 한번 제대로 감사 해야지 국가 중요한 선거 & 국가 예산이 얼마가 들어가는데 예산을 어떻게 사용했길래 이모양이니 ~ 책임자급들에게 책임져야 할 부분에서는 책임지게 만들게 해야지 ~ ▶ 어떻게 빵 박스로 포장을 쳐하니 ~ 2020년에 이런 수준이니 - ( 국가예산 배정된걸로 머하구 이모양이니 ) 종이박스에 달랑 포장한후 이중보안도 아니구 ~ 미래 앞으로 선거는 조작 선거 방지를 위하여 ▶ 선거가 끝난 후에는 반드시 - 조작이 있었는지 철저하게 감사를 하는 법 만들어 여야 참여한 검사하는 시스템으로 가야 ▶ 서버 검사는 필수구 앞으로 선거는 조작이 있나 없나 무조건 검사하는 시스템으로 가야지 힘든게 아니잖아 - 선거 후 조작있었는지 매번 검사하는게 법으로 만들어져야지 그 후 검사한 기록을 상세히 남기구 ~ 월터 미베인 교수 인터뷰 영상 - 21대 총선 국회의원선거 사전투표 조작 관련 21대 총선 4.15 부정선거 대법원 앞 기자회견 대법원은 신속히 재검표를 진행하는 한편 전자투표에 사용된 중앙선거관리위원회 서버와 임차 서버, 투·개표기, 무선장비 등에 대한 포렌식 감정을 실시할것 월터 미베인 교수가 분석했던 선거에서 부정선거라 했던 선거는 모두 조작으로 판결 되었다는 점에서 대한민국 21대 총선 국회의원 선거 조작 관련 월터 미베인 분석 자료 & 인터뷰 과연 재검표 후 얼마나 큰 파장이 몰아치게 될지 ~ 아님 해프닝으로 끝날수 있을까 ? 음 사전선거 조작 부정선거 사전투표 조작 월터 미베인 교수가 밝힌 선거부정 사례 국가들 러시아 터키 이란 이라크 케냐 콩고 온두라스 볼리비아 아래 PDF 파일 참고하세요
2020년 한국 의회 선거에서의 사기* 월터미베인 교수 Walter R. Mebane, Jr.† April 28, 2020 *다른 여러 사람들과 마친가지로) 선거 문제를 언급해주고 분석에 사용된 테이터 집합을 언급해 주신 정 훈 교수에게 감사합니다. †교수. 미시간 대학교 정치, 통계 학과 연구교수, 정치학 센터. Havel Gall, Ann Arbor, MI 48109- 1045 (E-mail: wmebane@umich.edu). 이번 2020년 한국의 총선은 사기 혐의로 논란이 되고 있습니다. eforensics1에서 보여지는 통계 모델은 일부 선거 결과가 변경되도록 그 선거에서 부정한 투표가 발견된 증거(의혹)를 보여주고 있습니다. 통계 모델은 한 정당이 상대 진영의 표를 훔치거나 기권 표를 조합하여 가공하는 방식 으로 표를 얻게 될 때 “사기”가 발생된다고 볼 수 있습니다. 베이지안 연구2에 따라 전체 선거와 관찰(관측)한 개별 집계 단위 모두 “사기” 투표 수에 대한 사후 정의와 신뢰할 수 있는 차이를 인 정(허용)할 수 있습니다. Eforensics 모델에 따라 ‘사기’는 부정하고 불법적인 행위의 결과일 수도 있고 아닐 수 있다는 것을 명심해야 합니다. 정상적인 정치활동, 전략적 행동에 의해 얼마나 많이 추정된 “사기”가 발 생되는지가 현재 연구의 초점입니다. 여기에 보고된 것과 같은 통계적인 사실은 추가적인 정보와 발생된 사실에 대한 추가적인 조사가 이루어져야 합니다. 통계 결과만으로는 선거에서 일어난 일 에 대해에 확실한 증거가 될 수 없습니다. Figure1 은 집계 단위 전체의 투표율과 투표 비율 분포를 보여줍니다.3 각 투표율은 대상자 수 (Number Eligible)에 대한 유효 숫자((Number Valid)의 비율이며, 각 투표 비율은 대상자 수 (Number Eligible)에 대한 정당 투표 수(Number Voting for Party)입니다. 데이터는 N=19,072 수를 포함하며, 328 “제외 공관” 관찰에서 적격 유권자들은 없지만 간혹 적은 수의 투표(최대 수치는 23) 가 있었으나 측정(Plot)에서 생략했습니다. Figure 1(a) 민주당 투표를 기반으로 정의된 투표비율을 사용하고, Figure 1(b)는 각 선거구에서 가장 많은 표를 얻은 정당이 받은 투표에 따라 정의된 투 표 비율을 사용합니다. 사기 혐의는 민주당에 초점을 맞추고 있지만, 소선거구제(the single- member) 선거 데이터를 분석하는 원칙적인 기조는 사기가 각 선거구 주요 후보에게 잠재적으로 1 https://github.com/UMeforensics/eforensics_public 2 2Ferrari, McAlister and Mebane (2018) and http://www.umich.edu/~wmebane/efslides.pdf 3 Vote and eligible voter count data come from the file korea election regional 21 eng.sqlite at https://gofile.io/?c=s0sqyW&fbclid=IwAR2w92Wq_QtcNxVn6K1HYlyEHnORV2yGYQGtCQU3oYf_ OSSX7-tGARLSsSA, from https://gofile.io/?c=s0sqyW, downloaded April 23, 2020 14:12. Constituency information is determined using the tables of “Electoral District and Eupmyeon-dong” at http://info.nec.go.kr/electioninfo/electionInfo_report.xhtml and the lists of winners at http://info.nec.go.kr/main/showDocument.xhtml?electionId=0020200415&topMenuId=EP& secondMenuId=EPEI01. Google Translate helped me by translating the Korean sources into English in my Chrome browser. 도움이 되었다고 보고 있습니다. 그림에서 두 분포 사이의 차이점은 명백하지만, 특유의 다양한 패턴이 공존합니다. 낮은 수준, 중간 수준, 높은 수준 그리고 매우 높은 수준 표 수(Votes)와 특정 수준 투표율을 공유하는 관측치 군집이 있는 것으로 보입니다. 이 도표의 대각 선 모서리 특징은 두 가지 비율 모두에 대상자 수를 분모로 사용한 결과이며: 정당이 거의 모든 유효한 표를 받으 면 측정치는 대각선 근처에서 군집합니다. 참고: 2020년 대한민국 국회의원 선거에서 (a)민주당 (b)각 선거구에서 가장 많은 표를 얻은 정당에 대한 투 표율(투표 수/대상자 수)과 투표 비율(정당 투표 수/대상자 수)입니다. 결과치(Plots)는 축선을 따라 막대 막대 그래프에 추정된 이 변량 밀도가 겹쳐진 산점도를 보여줍니다. 두표 대상자가 없지만 일부 유의미한 투표가 보고된 328 “해외 공관”의 결과치는 제외되었습니다. Figure 2와 3은 관리적으로 고유한 관측값과 일치함을 보여주는 Figure 1에서 서로 다른 군집 (clusters)을 보여줍니다. Figure 2는 민주당 투표 데이터를 보여주고, Figure 3는 선거구 주요(선거구 선두) 투표 데이터를 보여줍니다. 독특한 분포를 가진 항목별(Units) 네 가지 부류(Sets)는 지구단 위, 해외 투표(Figure2(a), 3(a))가 포함되지 않은 선거일 단위, 우편, 선거일 단위, 해외 투표 단위 (Figure2(c), 3(c)) 및 사전 투표 단위(Figure2(d), 3(d)) 입니다. 각 단위 별 하위 항목 (d), (b) 그리고 (d)는 대부분 단봉의 분포를 가지고 있습니다. (중요하지 않은) 막대 그래프는 대부분 대칭에 가깝 습니다. 그러나 각 하위 집합에서 예외적인 점이 드러납니다. 해외 투표 항목에서 민주당에 초점 이 맞추어 질 때보다 선거구 별 선두가 두 각을 나타낼 때(다른 후 보가 앞설 때) 때 더 뚜렷하게 이중적입니다. (이원화되어 있다) 참고: 다음의 지표는 관측치의 4가지 하위집합((a) 해외 투표가 포함 되지 않은 선거구 별과 해외 투표가 포 함 되지 않은 선거일 별, (b)우편선거일 별, (c) 해외 투표 별, (d) 사전투표 별)에 대한 투표율(투표 자 수/투표 대상 자 수)와 투표 비율(민주당 투표 자 수/투표 대상자 수)을 보여 주고 있습니다. 지표는 축을 따라 막대 그래프와 예측된 이변량 밀도가 겹쳐진 산점도를 보여주고 있습니다. 투표 대상자가 없지만 일부 유의미한 투표가 보고된 328 “해외 공관”의 결과치는 제외되었습니다. 참고: 다음의 지표는 관측치의 4가지 하위집합((a) 해외 투표가 포함 되지 않은 선거구 별과 해외 투표가 포 함 되지 않은 선거일 별, (b)우편선거일 별, (c) 해외 투표 별, (d) 사전투표 별)에 대한 투표율(투표 수/투표 대 상 자 수)와 투표 비율(선거구 선두의 정당/투표 대상자 수)을 보여 주고 있습니다. 지표는 축을 따라 막대그 래프와 예측된 이변량 밀도가 겹쳐진 산점도를 보여주고 있습니다. 투표 대상자가 없지만 일부 유의미한 투 표가 보고된 328 “해외 공관”의 결과치는 제외되었습니다. 주요 정당 투표의 두가지 정의를 위해 eforensis 모델을 별도로 측정합니다. 투표율 및 투표 선 택을 위한 공변량에는 데이터에 포함된 252개 선거구의 사전투표, 우편, 배송불가 상태와 결정된 결과의 해외 투표 지표가 포함됩니다. 두 가지 지표(결과)에서 418개 집계 단위가 사기라는 것에 동의하지만, 추가적인 869개 단위에서 민주당의 결과에서 사기이며, 선거구에서 선두인 정당 결과 에서 745개 단위에서 사기라고 볼 수 있습니다. 표 1에서 볼 수 있듯이 주요 매개변수 추정치는 (연구)모델안에서 유사합니다. 사기 확률(π1, π2, π3)에 대한 매개 변수는 각 지표(결과)간에 동일하 며, 투표율 방정식(τ1–τ5)에 대한 계수 또한 유사합니다. 투표 선택에 대한 계수(β1–β4)는 차이를 보이는데, 모델링 되는 투표 비율의 차이를 반영합니다. Figure 4는 민주당 중심 결과에서 에포렌식 모델에 따라 어떠한 관측이 사기적인지를 설명하기 위해 민주당에 초점을 맞춘 측정의 하위 집합 지표를 사용합니다. 사기성이 있는 측정은 빨간색 으로 표현되고 비 사기성 측정은 파란색으로 표현됩니다. 사기성이 없는 항목과 사기성의 빈도는 그림 하단의 참고(Note)에 표시됩니다. 시각적으로나 숫자로 볼 때, 사기는 사전 투표 항목에서 가장 빈번하게 발생하며(43.1%가 사기), 다음은 선거구 별, 선거 당일 그리고 해외 제외 항목에서 발생되며(3.14% 사기), 마지막으로 우편 선거 항목에서 (0.925% 사기)의 빈도로 발생됩니다. 해외 투표 항목은 사기성이 없다고 보여집니다. Figure 5는 선거구별 선두 중심 결과에서 에포렌식 모델에 따라 어떠한 관측이 사기적인지를 설명하기 위해 선거구 별 선두에 초점을 맞춘 측정의 하위 집합 지표를 사용합니다. 사기성이 있 는 측정은 빨간색으로 표현되고 비 사기성 측정은 파란색으로 표현됩니다. 사기성이 없는 항목과 사기성의 빈도는 그림 하단의 참고(Note)에 표시됩니다. 시각적으로나 숫자로 볼 때, 사기는 사전 투표 항목에서 가장 빈번하게 발생하며(22.6% 사기), 다음은 우편 선거에서(22.6% 사기) 발생하며, 다음은 지역구 별, 선거 당일, 해외 투표 제외 항목에서 발생됩니다(0.920$ 사기). 해외 투표 항목 은 사기성이 없다고 보여집니다. 비고: 선택된 에포렌식 모델의 매개변수를 추정한다. 선거구의 고정된 결과는 표시되지 않습니다. 매개변수 표기는 다음의 사이트를 참조하세요. http://www.umich.edu/~wmebane/efslides.pdf. n = 18744. a 95% 가장 높은 사후 밀도(정도) 신뢰할 수 있는 차이 하안. b 95% 가장 높은 사후 밀도(정도) 신뢰할 수 있는 차이 상한 비고: 다음의 지표는 다음의 4가지의 관측치의 하위집합 (a)지역구별, 선거일 별, 해외 제외(10건 사기, 318건 정상), (b)우편 선거(131건 사기, 14,155건 정상), (c)해외(사기 0건, 328건 정상), (d)사전투표(1,146건 사기, 2,656 건 정상)의 투표율(투표 수/투표 대상자 수)와 투표 비율(민주당 투표 수/투표 대상자 수)을 보여 주고 있다. 지표는 비 사기성 결과치는 파란색으로 표기, 사기성 결과치는 빨간색으로 표기된다. 투표 대상자가 없지만 일부 유의미한 투표가 보고된 328 “해외 공관”의 결과치는 제외되었습니다 비고: 다음의 지표는 다음의 4가지의 관측치의 하위집합 (a)지역구별, 선거일 별, 해외 제외(5건 사기, 323 건 정상), (b)우편 선거(298건 사기, 13,988건 정상), (c)해외(0건 사기, 328건 정상), (d)사전투표(860건 사기, 2,942건 정상)의 투표율(투표 수/투표 대상자 수)와 투표 비율(선거구별 선두 정상 투표 수/투표 대상자 수) 을 보여 주고 있다. 지표는 비 사기성 결과치는 파란색으로 표기, 사기성 결과치는 빨간색으로 표기된다. 투표 대상자가 없지만 일부 유의미한 투표가 보고된 328 “해외 공관”의 결과치는 제외되었습니다 불법 투표 수를 계산하기 위해 반 사실적(조건법적 서술) 방법을 사용했습니다. 4 표 2는 이 조사에서 모든 단위에 걸쳐 (a) 민주당 (b) 선거구 선두 정당에 대한투표, 적격 유권자수와 유효 투표를 부정 투표 수 합계와 함께 보고합니다. “가공된(조작된)” 투표의 총 수는 총 부정 투표 수 와 별도로 보고되며: 가공(조작된) 된 투표는 모델 평가는 회피 되어야 하지만 대신에 주요 정당에 대한 투표로 측정된 투표입니다. 사후 평가(방법) 95%와 99.5% 신뢰할 수 있는 차이로 보고됩니다. 그 결과 민주당의 경우 약 1,491,548표가 사기이며, 부정 투표 중 약 1,112,169표가 가공되었다고 볼 수 있습니다. (나머지 369,379표가 도둑 맞았는데, 다른 정당으로 계수 될 때 주요 정당에 계수 되었습니다). 전반적으로, 에포렌식 모델에 따르면, 민주당 후보에 투표에서 약 10.43%가 사기입니다. 결과는 선거구 주요(선두) 중심 결과에서 약 1,171,734 표에 걸쳐 사기이며, 사기 투표의 경우 910,444 표가 기획다고 볼 수 있습니다. (나머지 261,290표가 도난 되었으며 - 그들은 다른 정당에 계수 될 때 선두(주요) 정당에 계수 되었습니다) 에포 렌식 모델에 따라 선거구별 유력(주요)후보의 약 7.26% 표가 사기입니다. 부정 투표는 선거구 따라 다르게 일어납니다. 집계 단위별 부정행위 개수는 추가 파일5에 표 시되며, 그러나 나는 부정 투표의 수가 명백히 선거구 경합에서 승자를 바꾸기에 충분히 큰지 여부를 판단하기 위해 선거구 주요(선두) 결과로부터 단위별 부정투표 수를 사용합니다. 236개 선거구의 경우는 그렇지 않지만, 16개 선거구 선거에서는 경선의 승자를 바꿀 만큼 충분히 의미 가 있습니다. 9개의 경우 명백하게 사기로 승리한 것으로 보이는 정당은 민주당이며, 6개 경우는 미래통합당이며, 나머지 경우에는 무소속 후보입니다.6 4 For a description of the method see “approach two” described at http://www.umich.edu/~wmebane/ efslides.pdf. 5 See the original R output files wrkef2a Korea2020AC 1d.Rout and wrkef2a Korea2020aAC 1d.Rout in Korea2020ef.zip for the numbers of fraudulent votes at each aggregation unit. 6 이러한 조건을 가진 특정 선거구는 다음의 사이트에서 검색된 “당선인 목록”의 알파넷 순서로 선거구를 매칭하여 확인 할 수 있다 (http://info.nec.go.kr/ main/showDocument.xhtml?electionId=0020200415&topMenuId=EP&secondMenuId=EPEI01; 검색일 April 27, 2020 18:04 EST): 경기도 E(4367.5 사기), 경기도 H (6622.1 사기), 경기도 I (6629.7 사기), 경기도 JJ (8512.9 경기도), 경기도 RR (7628.9 사기), 경기도 E (2479.4 사기), 대전 B (4345.7 사기), 대전 G (4211.5 사기), 부산 G (3134.7 사기), 부산 H (3339.9 사기), 서 울 D (7727. 사기), 서울 F (6762.0 사기), 서울 SS (3959.5 사기), 인천광역시 A (4916.2 사기), 인천광역시 D (2920.8 사기), 비고: 엔포렌시스 모델 예측을 기반으로 관찰된 수 및 총 사기 추구 수단과 신뢰할 수 있는 정도 두 가지 사향을 고려할 때 어떤 것이 더 좋습니까? 아마도 어느 모델도 정확하지 않는데, 분명 히 말하자면 어떠한 모델도 정확하지 않다는 일반성을 넘어서는 것이며, 그러나 일부 모델은 유 용합니다. 만약 사기가 민주당에게만 이익이 단다면, 선거구 주요(선두) 후보들에게만 이익을 주기 위해 사기를 제한할 때 명백한 사기를 유발했을 것인데, 이들 중 다수가 민주당에 소속되어 있지 않기 때문이다. 마찬가지로 선거구 주요(선두) 후보만 사기로 이익을 얻는다면, 민주당에게만 이익 충청남도 F (1809.9 사기). 을 주기 위해 사기를 제한할 때 에포렌식은 잘 못 된 결과를 초래할 수 있습니다. 다른 후보자 또는 각 선거구의 여러 후보가 사기의 이득을 보게 되면 두 사양 모두 잘못된 결과를 초래할 수 있습니다. 물론 사기가 없고 다른 일이 벌어지고 있을 수도 있습니다. 주의 사항은 많은데, 가장 기본적인 주의사항은 에포렌스 모델에 따른 “사기”가 배임 및 나쁜 행위의 결과일 수도 있고 그렇지 않을 수도 있다는 것을 명심해야 합니다. 일부 정상적인 정치적 상황으로 인해 명백한 부정확한 집계 단위가 에포렌스 모델 및 추정 절차에 사기성으로 보이는 경우 사기 추정은 실제로 다른 일이 발생하는 곳에서 “사기”가 발생하는 신호일 수 있습니다. 특히 많은 사전 투표 단위가 투표율과 투표 선택 분포를 가지도록 하는 무언 가가 있을 수 있 는데, 특히 데이터의 대부분을 포함하는 후자 선거 당일 우편 단위의 분포와 매우 다르다. 마찬가 지로 어떤 것은 어에포렌스 모델이 사기로 식별하는 선거일 우편 단위를 구별할 수 있습니다. 일 반적인 주의 외에도, 예를 들어 “사기” 결과를 유발하는 분석에 사용된 특정 데이터에 대한 정보 가 있을 수 있는데, 예를들어, 데이터에는 약 10만 표와 선거구 1개의 전체 선거구가 누락 된 것 으로 보이며, 선거구 선두 후보 데이터에는 투표 합계가 “당선자 목록”에 보고된 총합과 일치 하 지 않습니다. 여기에 보고된 것과 같은 통계적 결과는 추가 정보와 발생된 사항에 대한 추가 조사가 수행되 어야 합니다. 통계적 결과만으로는 선거에서 무슨 일이 일어났는지에 대한 결정적인 증거가 될 수 없습니다. 참고문헌 Ferrari, Diogo, Kevin McAlister and Walter R. Mebane, Jr. 2018. “Developments in Positive Empirical Models of Election Frauds: Dimensions and Decisions.” Presented at the 2018 Summer Meeting of the Political Methodology Society, Provo, UT, July 16–18. 13
|
체크 Ra
댓글