Agenparl

Usa, Scienziato trova prove rivelatrici di frode elettorale

Usa, Scienziato trova prove rivelatrici di frode elettorale

(AGENPARL) – Roma, 11 novembre 2020 – Un thread molto interessante è spuntato domenica su Twitter da un data scientist che desidera rimanere anonimo, riguardo ai dati delle schede elettorali per posta che suggeriscono fortemente che si sono verificate frodi nelle prime ore della notte delle elezioni, quando diversi stati oscillanti hanno inspiegabilmente smesso di riferire i conteggi dei voti mentre il presidente Trump mantenuto un buon vantaggio su Joe Biden.

Usando i dati delle serie temporali “ raschiati ” dal sito web del New York Times, i dati – confrontando diversi stati (swing e non-swing) – illustrano chiaramente cosa fa e cosa non assomiglia la frode, e come diverse anomalie negli stati swing hanno lasciato impronte digitali di frode ‘mentre Biden si è anticipato al presidente Trump.

Presentato di seguito tramite @APhilosophae :

Continua …

Questo si basa sulla loro fonte di dati proprietaria “Edison” che normalmente sarebbe impossibile accedere a persone al di fuori della stampa. Il CSV è disponibile qui (aggiornato). E lo script per generarlo è qui . Suggerisco a tutti di eseguire il backup di entrambi questi file, bc questa è una fonte di dati estremamente importante e non possiamo rischiare che qualcuno la elimini.

Quello che stiamo guardando sarà l’analisi delle serie temporali e vedrai che è estremamente difficile creare dati sintetici convincenti di serie temporali. Osservando i registri delle serie temporali del processo di conteggio delle schede elettorali per l’intero paese, possiamo facilmente individuare le frodi.

Una delle prime cose notate durante l’esplorazione del set di dati è che sembra esserci uno schema ovvio nel rapporto tra le nuove schede #Biden e le nuove schede #Trump.

Come possiamo vedere in questa trama di log-log, per molti degli aggiornamenti sui progressi del conteggio, vediamo un rapporto quasi costante tra #Biden e #Trump. È un modello così regolare che possiamo effettivamente adattare un modello di regressione lineare ad esso con una precisione quasi perfetta, salvo alcuni valori anomali. Come potrebbe essere possibile? È un segno rivelatore di frode? Sorprendentemente, come verrà mostrato, la risposta è no! Questo è effettivamente un comportamento previsto. Inoltre, possiamo usare questo strano schema nel conteggio delle schede elettorali per individuare le frodi!

Ecco lo stesso schema per la Florida. Vediamo di nuovo questo modello lineare.

E ancora (Texas)

E ancora (South Dakota)

E ancora in tutto il paese. Quello che sembra accadere è che i punti sulla linea retta sono in realtà posta in voti. Il motivo per cui sono così omogenei rispetto al rapporto tra i voti #Biden e #Trump è che vengono mescolati casualmente per posta come un mazzo di carte. Poiché le schede elettorali vengono mescolate in modo casuale durante il trasporto, coprendo aree occupate da più dati demografici di voto, possiamo aspettarci che il rapporto tra schede elettorali #Biden inviate per posta e schede #Trump inviate per posta rimarrà relativamente costante nel tempo e attraverso diversi aggiornamenti dei rapporti.

Scaviamo un po ‘più a fondo in questo:

Ecco una trama degli stessi dati di voto in Florida, ma questa volta è il rapporto tra #Biden e #Trump, rispetto al tempo. Quello che vediamo è che le relazioni di voto iniziali sono molto rumorose e “casuali”.

Il rapporto iniziale rappresenta il voto di persona. Questi rapporti di voto hanno una variazione così ampia in quanto il voto di persona avviene in diverse aree geografiche che hanno allineamenti politici diversi. Possiamo vedere questo stesso modello di rumoroso voto di persona, seguito da rapporti omogenei per corrispondenza in quasi tutti i casi. Quello che vediamo in quasi tutti gli esempi in tutto il paese è che il rapporto tra le schede Dem per posta e quelle Rep è molto coerente nel tempo, ma con il notevole spostamento da Dem a leggermente più Rep.

Questa leggera deviazione dai mail-in D a R si verifica ancora e ancora ed è probabilmente dovuta alle aree rurali periferiche che hanno più voti R. Queste aree periferiche impiegano più tempo per inviare le loro schede elettorali ai centri elettorali.

Ora stiamo entrando nelle cose davvero buone. Quando vediamo il conteggio delle schede elettorali per corrispondenza in cui non ci sono rapporti relativamente stabili di schede D e R che scostano leggermente R, abbiamo un’anomalia! Le stesse anomalie non sono necessariamente frodi, ma possono aiutarci a individuare le frodi più facilmente.

Vediamo ora alcune anomalie:

Questo è il registro storico del conteggio dei voti del Wisconsin. Ancora una volta, sull’asse Y abbiamo il rapporto tra D e R scrutini nel batch di report e sull’asse X abbiamo il tempo di reporting. Intorno alle 4 del mattino, c’è un netto cambiamento nel rapporto tra D e R per corrispondenza. Sulla base di altri post in questo thread, questo non dovrebbe accadere. Questa è un’anomalia e, sebbene le anomalie non siano sempre frodi, spesso possono indicare frodi.

Alle 4 del mattino il rapporto D / R è stato completamente sbalordito. Questo perché queste schede non sono state campionate dalla popolazione di elettori del Wisconsin reale e non sono state randomizzate nel sistema di smistamento della posta con le altre schede. Hanno intrinsecamente una firma da D a R diversa rispetto al resto delle schede, molto probabilmente perché altre schede sono state aggiunte al lotto, tramite retrodatazione o produzione di schede o manomissioni del software. Questo è un po ‘analogo alla datazione al carbonio-14, ma per l’autenticità del lotto di voto.

Vediamo un’altra anomalia (Pennsylvania):

Ecco la storia del conteggio dei voti della Pennsylvania. Per la prima parte del processo di conteggio dei voti, vediamo lo stesso schema per le schede per corrispondenza che abbiamo visto in ogni altro stato del paese, che è un rapporto D / R relativamente stabile che si allontana gradualmente da R come più schede. Ma poi, mentre il conteggio continua, il rapporto D / R nelle schede per corrispondenza inizia inspiegabilmente ad “aumentare”. Di nuovo, questo non dovrebbe accadere, e non si osserva quasi in nessun’altra parte del paese, perché tutte le schede vengono mescolate casualmente nel sistema di posta e dovrebbero essere omogenee durante il conteggio. Le uniche eccezioni a questo sono altri stati sospetti che presentano anche anomalie.

Ancora una volta, questa è la prova della retrodatazione delle schede elettorali, della produzione di manomissioni del software.

Vediamo un’altra anomalia:

In Georgia vediamo più o meno la stessa storia della Pennsylvania: aumentano le frazioni di schede D per posta nel tempo anche se sfidano la logica e vediamo questo modello in nessun altro posto nel paese.

Nel Michigan, vediamo una combinazione di stranezza del Wisconsin, insieme alla stranezza GA / PA. Vediamo sia segni di scarto di votazione contaminata, sia rapporti di voto che si spostano verso i dems quando non dovrebbero esserlo.

Virginia:

Ora, in tutta onestà, VA è l’unico stato su 50 che presenta anomalie ma non ha ancora ricevuto accuse di frode elettorale. Penso che questa sia l’eccezione che conferma la regola. Ancora per capire cosa causa questo spostamento anomalo, ma qui è così nessuno mi accusa di trattenerlo.

Facciamo finta di questo: sembra che i Dem si siano sparati ai piedi bc facendo fare a tutti le schede elettorali per posta in realtà rende più facile cogliere le frodi delle schede elettorali per corrispondenza. Bc tutte le schede passano attraverso il sistema postale, vengono mescolate come un mazzo di carte, quindi ci aspettiamo che il ritorno delle schede elettorali riportato sia estremamente UNIFORME in termini di rapporto D vs R, ma si sposti leggermente verso R nel tempo bc le votazioni vanno più lontano. Questo modello dimostra una frode ed è un timestamp verificabile di quando si è verificata ogni azione fraudolenta.

Fonte https://wethepeopledaily.com/2020/11/10/scientist-finds-telltale-proof-of-election-fraud/

Exit mobile version