Forwarded from Sheri
11/2 终于看到这方面的报道了！Scott Taylor和他妻子都没打冠毒针，但被打了针的家人环绕，结果他们发现自己身体产生了磁性，能吸附各种金属物件！Scott的妻子在2013年因为打算住进校园，就去打了预防脑膜炎的疫苗，之后还打了第二针，然后开始出现各种身体不适症状，2014年检查出患了MS/多发性硬化症。
我为什么有点小鸡冻泥？因为我自己曾有过这样的经历，所以一直希望能看到这方面的报道。“曾”表示我身体的磁性现在已渐渐减弱退去，现在只有胸部还能吸附一个小指甲盖儿大小的磁铁。
但几个月前发现时身体多个部位都有磁性，胸部一次能吸附不锈钢的中等汤勺、大小叉子、餐刀、手机！而且测试之后胸部发紧，感觉重压，想要深呼吸，这种感觉随着时间几天后慢慢消失。我当时按Zelenko医生治疗冠毒的药方吃了一周。
我那时在教会和大概6、7个左右打了针的姐妹每周聚会，见面和告别时都有搂搂抱抱。这是我唯一近距离定时较长时间接触打了针的人的情况，而且那时天热穿的少，所以胳膊肯定是有肌肤接触的。在我发现自己身体有磁性之后，就暂时不再吵架聚会了，因为我想知道离开那样的环境后我的磁性会不会消失。现在看来是会的。
【西行小宝】Sheri报道
https://www.redvoicemedia.com/video/2021/10/unvaxxed-man-becomes-magnetized-after-being-near-vaxxed-family/
我为什么有点小鸡冻泥？因为我自己曾有过这样的经历，所以一直希望能看到这方面的报道。“曾”表示我身体的磁性现在已渐渐减弱退去，现在只有胸部还能吸附一个小指甲盖儿大小的磁铁。
但几个月前发现时身体多个部位都有磁性，胸部一次能吸附不锈钢的中等汤勺、大小叉子、餐刀、手机！而且测试之后胸部发紧，感觉重压，想要深呼吸，这种感觉随着时间几天后慢慢消失。我当时按Zelenko医生治疗冠毒的药方吃了一周。
我那时在教会和大概6、7个左右打了针的姐妹每周聚会，见面和告别时都有搂搂抱抱。这是我唯一近距离定时较长时间接触打了针的人的情况，而且那时天热穿的少，所以胳膊肯定是有肌肤接触的。在我发现自己身体有磁性之后，就暂时不再吵架聚会了，因为我想知道离开那样的环境后我的磁性会不会消失。现在看来是会的。
【西行小宝】Sheri报道
https://www.redvoicemedia.com/video/2021/10/unvaxxed-man-becomes-magnetized-after-being-near-vaxxed-family/
11/2 毒疫苗真的只存在于某些批次之中吗？（上篇）
前几天的出来的一篇有分量的文章，中文通过分析VAERS的数据，阐述了所有的死亡案例都集中在5%的批次之中，同时这些批次也集中了大部分的不良反应。
原文链接：
https://theexpose.uk/2021/10/31/100-percent-of-covid-19-vaccine-deaths-caused-by-just-5-percent-of-the-batches-produced/
我先翻译概述原文的主要观点和重要分析，然后再提出我自己的质疑和研究。
原文发现1，相对于流感疫苗，covid疫苗的伤害要严重得得多，受害人也多很多。(这个我们已经熟知)。
发现2，辉瑞有大约涉及3653个批次（lot），其中2908个批次仅仅报告1个病例。剩下的745批次中，其中的50个批次贡献了大部分病例。Modena情况也是极其类似。
发现3，造成更多不良事件的批次，被分发到了更多的州。相反，造成不良事件少的批次，分发的州却偏少。
原文结论是，某些批次的疫苗相比其他批次更加危险，且被广泛分发到全国。
此文作者提到是从新闻里得知，一个批次平均是6000剂。如果按照辉瑞3653个批次来计算，总共只有2000万剂量。加上Modena的，全国远不到一个亿。而实际打的剂量，已经超过3-4亿，供需之间存在着巨大的缺口，批次和生产量的关系是错误的。
如果假设一个批次的疫苗，生产量和实耗之间可以存在巨大的差别，那么文章所发现的现象可能仅仅是因为产量的不同造成的。如果某批次疫苗产量少，自然不可能送到太多州，不良反应也更少。相反，产量大，自然送到更多的州，会有更多的不良反应的报告。如果这是事实，那么作者的结论就不正确。
那么这个猜想可以被验证吗？我用VAERS数据做了自己的统计实验。我的结论是：这可能仅仅是因为不同批次的疫苗产量的巨大差异造成。
我首先发现VARSE数据里面，很多人的批号是乱填的，填错了的，必须筛选出来。筛选后，辉瑞只发现2543个有效批次，小于原文作者的量，Modena 则发现3627个有效批次。如果文章的结论为真，那么不同的两个公司，在安排有毒批次的差异，就会造成统计规律上的差异。而如果原文为错，我的猜想是对的，那么就不会有统计上的明显差异。
【西行小宝】Qi C报道
前几天的出来的一篇有分量的文章，中文通过分析VAERS的数据，阐述了所有的死亡案例都集中在5%的批次之中，同时这些批次也集中了大部分的不良反应。
原文链接：
https://theexpose.uk/2021/10/31/100-percent-of-covid-19-vaccine-deaths-caused-by-just-5-percent-of-the-batches-produced/
我先翻译概述原文的主要观点和重要分析，然后再提出我自己的质疑和研究。
原文发现1，相对于流感疫苗，covid疫苗的伤害要严重得得多，受害人也多很多。(这个我们已经熟知)。
发现2，辉瑞有大约涉及3653个批次（lot），其中2908个批次仅仅报告1个病例。剩下的745批次中，其中的50个批次贡献了大部分病例。Modena情况也是极其类似。
发现3，造成更多不良事件的批次，被分发到了更多的州。相反，造成不良事件少的批次，分发的州却偏少。
原文结论是，某些批次的疫苗相比其他批次更加危险，且被广泛分发到全国。
此文作者提到是从新闻里得知，一个批次平均是6000剂。如果按照辉瑞3653个批次来计算，总共只有2000万剂量。加上Modena的，全国远不到一个亿。而实际打的剂量，已经超过3-4亿，供需之间存在着巨大的缺口，批次和生产量的关系是错误的。
如果假设一个批次的疫苗，生产量和实耗之间可以存在巨大的差别，那么文章所发现的现象可能仅仅是因为产量的不同造成的。如果某批次疫苗产量少，自然不可能送到太多州，不良反应也更少。相反，产量大，自然送到更多的州，会有更多的不良反应的报告。如果这是事实，那么作者的结论就不正确。
那么这个猜想可以被验证吗？我用VAERS数据做了自己的统计实验。我的结论是：这可能仅仅是因为不同批次的疫苗产量的巨大差异造成。
我首先发现VARSE数据里面，很多人的批号是乱填的，填错了的，必须筛选出来。筛选后，辉瑞只发现2543个有效批次，小于原文作者的量，Modena 则发现3627个有效批次。如果文章的结论为真，那么不同的两个公司，在安排有毒批次的差异，就会造成统计规律上的差异。而如果原文为错，我的猜想是对的，那么就不会有统计上的明显差异。
【西行小宝】Qi C报道
The Expose
EXCLUSIVE – 100% of Covid-19 Vaccine Deaths were caused by just 5% of the batches produced according to official Government data
An investigation of data found in the USA’s Vaccine Adverse Event Reporting System (VAERS) has revealed that extremely high numbers of adverse reactions and deaths have been reported against …
11/2 毒疫苗真的只存在于某些批次之中吗？（下篇）
我首先想了解分发到更多的州的疫苗，是否产生更多的副作用，这些批次样本是否在空间上分布自然，是否存在一样的拟合规律。
实验结果见第一张图。
横坐标是该批次被送到多少个州，纵坐标是该批次有多少不良报告，每个点就是一个批次在这个坐标系下的位置，二者分布非常接近，拟合曲线也一样。说明这是同样的疫苗分配规则导致的，没有明显的离群点。区别是辉瑞似乎更喜欢要么生产小产量的(几百几千单位)，要么生产大产量(几十万)的批次。而Modena则基本各种产量的批次都有。
如果我的假设成立，产量小的批次，自然使用时间短。那么通过分析某个批次在报告系统中首次出现的注射时间和最后出现的注射时间的间隔，(假设打针速度相对恒定)就能判断这个批次大概的产量。注意有的批次仍在使用中，所以我必须排除最后一次注射时间是最近的，实验结果如第二张图所示。
横坐标为这批疫苗使用了多少天。纵坐标是这批疫苗造成了多少案例（取对数）。每个点，代表一个批次的数据。可见两个疫苗存在相同的分布关系，进一步证明这可能仅仅是因为产量区别造成的。
综上，我认为原文的结论可能有误，可能并不存在所谓的毒疫苗批次。而且从逻辑上讲，如果刻意安排不同的批次，不同的成分。那么就能从批次上简单的区分副作用大小，那么就能简单的被发现和作为法庭证据。这不符合敌人的逻辑。更聪明的做法应该是每个批次都有毒，但是有毒无毒，毒性大小，是均匀随机分散在同一批次以内的，这样就很难留下罪证和痕迹，也更难排除。
【西行小宝】Qi C报道
我首先想了解分发到更多的州的疫苗，是否产生更多的副作用，这些批次样本是否在空间上分布自然，是否存在一样的拟合规律。
实验结果见第一张图。
横坐标是该批次被送到多少个州，纵坐标是该批次有多少不良报告，每个点就是一个批次在这个坐标系下的位置，二者分布非常接近，拟合曲线也一样。说明这是同样的疫苗分配规则导致的，没有明显的离群点。区别是辉瑞似乎更喜欢要么生产小产量的(几百几千单位)，要么生产大产量(几十万)的批次。而Modena则基本各种产量的批次都有。
如果我的假设成立，产量小的批次，自然使用时间短。那么通过分析某个批次在报告系统中首次出现的注射时间和最后出现的注射时间的间隔，(假设打针速度相对恒定)就能判断这个批次大概的产量。注意有的批次仍在使用中，所以我必须排除最后一次注射时间是最近的，实验结果如第二张图所示。
横坐标为这批疫苗使用了多少天。纵坐标是这批疫苗造成了多少案例（取对数）。每个点，代表一个批次的数据。可见两个疫苗存在相同的分布关系，进一步证明这可能仅仅是因为产量区别造成的。
综上，我认为原文的结论可能有误，可能并不存在所谓的毒疫苗批次。而且从逻辑上讲，如果刻意安排不同的批次，不同的成分。那么就能从批次上简单的区分副作用大小，那么就能简单的被发现和作为法庭证据。这不符合敌人的逻辑。更聪明的做法应该是每个批次都有毒，但是有毒无毒，毒性大小，是均匀随机分散在同一批次以内的，这样就很难留下罪证和痕迹，也更难排除。
【西行小宝】Qi C报道
11/2 🔥🔥两个民主党控制的蓝州正在州长选举中遭遇滑铁卢：
佛吉尼亚州：77%选票
Youngkin (R) 53.6%,
McAucliffe（D) 45.8%
新泽西州：32% 选票
Ciattarelli(R): 50.5%
Murphy (D): 48.7%,
🐷党将遭遇全面溃败！ God Bless America!
【西行小宝】西行小宝
佛吉尼亚州：77%选票
Youngkin (R) 53.6%,
McAucliffe（D) 45.8%
新泽西州：32% 选票
Ciattarelli(R): 50.5%
Murphy (D): 48.7%,
🐷党将遭遇全面溃败！ God Bless America!
【西行小宝】西行小宝
11/2 🔥 🔥 10pm East time
佛吉尼亚州：82%选票
Youngkin (R) 52.9%,
McAucliffe（D) 46.4%
新泽西州：39% 选票
Ciattarelli(R): 49.9%
Murphy (D): 49.4%
God Bless America!
【西行小宝】西行小宝
佛吉尼亚州：82%选票
Youngkin (R) 52.9%,
McAucliffe（D) 46.4%
新泽西州：39% 选票
Ciattarelli(R): 49.9%
Murphy (D): 49.4%
God Bless America!
【西行小宝】西行小宝
11/2 🔥 🔥 10:45pm East time
佛吉尼亚州：91%选票
Youngkin (R) 51.6%,
McAucliffe（D) 47.7%
新泽西州：59% 选票
Ciattarelli(R): 51.6%
Murphy (D): 47.9%
God Bless America!
【西行小宝】西行小宝
佛吉尼亚州：91%选票
Youngkin (R) 51.6%,
McAucliffe（D) 47.7%
新泽西州：59% 选票
Ciattarelli(R): 51.6%
Murphy (D): 47.9%
God Bless America!
【西行小宝】西行小宝