Re: [問卦]5/17的確診人數增加了52%，且數據不合理

peterwu76 發表於 2021/5/26 上午2:00:57

看板Gossiping標題Re: [問卦]5/17的確診人數增加了52%，且數據不合理作者

(金岡)時間May 26 02:00:57 2021推噓13 推:15 噓:2 →:65

安安，你也Work from home嗎?

先說，從你提供的資料我沒有看到333在哪裡.... 看到的是476?
但我還是先用你給的數字算一下，驗證你的假設..

※ 引述《rey123123 (小肥羊)》之銘言：
: 因為時間不多，我只拿5/17的確診人數做分析，但其實其它天數也有類似的狀況。根據: CDC公布的資料，從第一次校正回歸開始到現在5/25號為止，5/17的確診人數從333增加到: 510，多了52.2%。再來，假如公視在5/23節目中所提供的數據為真，可以得知5/17共有: 8458已通報，其中未確定的病例有1801。我這邊假設5/17已經不會再有校正了 (雖然我覺: 得不可能)。那簡單的推算可以得知，
: 校正回歸前，已驗完 6657 (8458-1801) 例，其中333例為陽性，佔 5%

這邊校正前陽性率OK

驗到的陽性 (333) 除以總驗量 (6657) = 5.0%

: 校正回歸後，增加 1801例，其中177(510-333)例為陽性，佔 9.8%

再來我們算校正後的陽性率，一樣的邏輯，應該是：
驗到的陽性 (510) 除以總驗量 (8458) = 6.0%

"增加的陽性率"，不該是你那樣算的。

應該是要 "校正後的陽性率" 減去 "校正前的陽性率"

以你的假設而言，校正後增加的陽性率應為 6.0%-5.0% = 1%

這也符合你下面說的假設...

: 可以看到，新增加的病例，陽性率為將近兩倍。統計角度來看，因為驗的數量都是幾百、: 幾千例的規模，這兩個比例應該要差不多才對 (e.g. 5% vs 5.5%)，而現在這個變動幅度^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
你的假設。

你的假設:校正前後陽性率應該要差不多。

待驗的因為有許多不確定的因素

1.包含人為判定是否先驗後驗或是晚key in，隨機的程度就。

2. 地區的疾病盛行率(存在的疾病數/人口數)不一樣，新增加的不會等於整體的疾病流行狀況。（推文網友給的想法）

所以你的增加的陽性率，不一定會類似於第一次的陽性率。

再者，你如果覺得不合理，建議你應繼續探究其他天或是如我這般的算法，再來提出懷疑。

: 之大，已經完全無法用隨機發生這概念去解釋了。甚而，如果5/17還有沒驗完的病例，: 那更不止9.8%這個數字。
: 合理來看，我認為只有以下幾種可能:

我原本說質疑你的統計，抱歉，我就先刪掉這樣的comment了。

數字的修正主要主要主要是要評估疾病傳播的短期/中期/長期趨勢。
模式之間本來就會有一些不確定性。
你在去年的時候，檢驗量小，你可以每天report小數量的case，不需要回去補數字。
現在量大，要推估趨勢，勢必要做一些未補登的case。

我數年以前至少也有3年的化學樣品分析經驗，所以講一下自己的想法
即使rtPCR可以2小時內完成一批樣本的分析，但是...
分析前需要前處理、機器的清潔、試劑的配置
分析後需要數據的判讀，報告的輸出、key in... 這些都需要人力物力跟時間。

我個人認為，要提升檢驗量，中央的標準作業程序規範出來後，給合格的實驗室進行分析才有辦法解決分析量的，不過這些事情。去年沒事的時候就要做，現在在做都太慢。

下面我在依照你的邏輯去計算，我時間也不多，但依照你給的資料跟邏輯..
https://imgur.com/kxRNWOe

數字就交給你解讀了

如果要算，應該要拿 CDC的資料跟公視的資料的日期應該要一致，
然後算到 5/23會比較精準(考慮到+2 day)。

補充一下，看單日這件事情，不確定性太多，建議多看幾天。
你看股市，也不是看單日，是看長期的趨勢，對吧?

以上

Best regards,

peterwu76

--
▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄
▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄
▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄
▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄
▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄
▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄

※ PTT 留言評論

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 150.116.240.64 (臺灣)

※ 文章網址: https://www.ptt.cc/Gossiping/M.1621965662.A.50B

※ 編輯: peterwu76 (150.116.240.64 臺灣), 05/26/2021 02:02:12

推

POWERSERIES 05/26 02:02小心被說成綠共

→

fan5566 05/26 02:035.0 6.0 準得可怕

推

Slemo 05/26 02:04有糾正是好事啊～跟綠共什麼關聯？

推

e2167471 05/26 02:06不知道內原文底下不就好幾個綠共推文

→

peterwu76 05/26 02:08為什麼看文章的人都不覺得他的推論怪怪

→

peterwu76 05/26 02:09的QQ?

→

karta1119371 05/26 02:09單純疑問，檢驗人數只增加20%左右，

噓

a1005100 05/26 02:09可以直接中文就中文英文就英文嗎

→

karta1119371 05/26 02:09但是陽性率增加整整1%，真的是合理

→

karta1119371 05/26 02:09的嗎

→

a1005100 05/26 02:10我very討厭you的 chinglish 馬的fucker

推

Stunts 05/26 02:10他的意思是，同一個母群體，理論上隨機抓

→

Stunts 05/26 02:10兩群數，理論上陽性率會相近。先驗的A群

→

Stunts 05/26 02:10體和塞車的B群體，理論上是隨機的吧，那

→

Stunts 05/26 02:10為何會陽性率偏差成5% vs 9.8%？我認為

→

Stunts 05/26 02:10他的疑點在此

→

peterwu76 05/26 02:11欸，不是。可以針對內容的議題討論好麼

→

peterwu76 05/26 02:11QQ

推

KiroKu 05/26 02:11他假定是測試是隨機的過程所以會差不多

→

KiroKu 05/26 02:11但實務上很多其他流程可能會使陽性的測試

→

KiroKu 05/26 02:12花更多時間上傳彙整

→

yoyun10121 05/26 02:12首先流程就不是隨機的, 樣本一定是一

→

yoyun10121 05/26 02:13批批送, 所以比較像選舉開票有地區偏

噓

zonapha1988 05/26 02:13校正後的陽性率特別高事實阿

→

yoyun10121 05/26 02:13差

→

yoyun10121 05/26 02:13然後最大問題是, 你要選個一千多新增

→

yoyun10121 05/26 02:14例來統計, 那抽樣誤差就遠比他以為的

→

yoyun10121 05/26 02:14高多了

→

peterwu76 05/26 02:14如果真的懂隨機抽樣的概念，那他就不該

→

peterwu76 05/26 02:15拿“一個”事件日的結果來推論

推

KiroKu 05/26 02:15這數據也只能說實驗室的測試並非隨機進行

→

KiroKu 05/26 02:16拿來當當日陽性率也是有疑慮

→

peterwu76 05/26 02:17本身未驗的case應該也有些人為因素在裡

→

peterwu76 05/26 02:17面，像是是否已出現症狀。在這樣的狀況

→

peterwu76 05/26 02:17下，他計算校正前後的陽性率的方式就是

→

peterwu76 05/26 02:17有問題。

推

Fantasywind 05/26 02:28推統計觀念

推

icepet0015 05/26 02:33照理這樣講，積壓的樣本不是隨機？

→

icepet0015 05/26 02:34那他的講法也沒錯啊，就是挑過的

→

icepet0015 05/26 02:34你們兩個不要張飛打岳飛啦

→

yoyun10121 05/26 02:35誰說不隨機就是挑過? 開票也不隨機所

→

yoyun10121 05/26 02:35以都被作票挑過??

→

icepet0015 05/26 02:35開票不隨機嗎？why？

→

icepet0015 05/26 02:38你同一個票匭開票本身就是隨機的出票

→

icepet0015 05/26 02:39不是嗎？

我的想法是這樣你投票跟開票都隨機，但票艙送到中心的過程，到加入系統的票數，可能會因為地區的偏好，“在增加的過程”有偏差。類似於校正回歸，你單看增加的盛行比例，是有偏差的。但回到總體來看，會回歸正常。

※ 編輯: peterwu76 (150.116.240.64 臺灣), 05/26/2021 02:59:01 ※ 編輯: peterwu76 (150.116.240.64 臺灣), 05/26/2021 03:02:58 ※ 編輯: peterwu76 (150.116.240.64 臺灣), 05/26/2021 03:13:05

推

duriamon 05/26 03:09講校正就是浪費時間吧？新增確診數沒在

→

duriamon 05/26 03:09管校正不校正的，除非說那些人還沒驗之

→

duriamon 05/26 03:09前都算確診，要不然新增確診就是歸在報

→

duriamon 05/26 03:10告出爐的那一天，說插鼻子那天是確診日

→

duriamon 05/26 03:10根本科科，笑死！

→

peterwu76 05/26 03:15所以要強調的是，數字的修正是要看整體

→

peterwu76 05/26 03:15的趨勢，做後續策略的判斷依據。但對於

→

peterwu76 05/26 03:15只關心總數的人來說就是沒意義。但單看

→

peterwu76 05/26 03:15總數，很難做疫情的策略評估。

推

duriamon 05/26 03:19當檢驗超負荷時，探討確切感染趨勢已經

→

duriamon 05/26 03:19沒有意義了，首先要解決的是增加檢驗量

→

duriamon 05/26 03:19能跟具體的封鎖策略，往前回推只會造成

→

duriamon 05/26 03:19誤判。

推

lansiau 05/26 03:19推

→

duriamon 05/26 03:21去年歐美就是發生這種事，以為疫情緩和

→

duriamon 05/26 03:21可以解封其實只是錯覺，反而中共策略比

→

duriamon 05/26 03:22較正確，當無法判斷數據正確性的時候採

→

duriamon 05/26 03:22取保守更嚴格的防疫策略比較重要。

推

duriamon 05/26 03:26政府越是大內宣疫情不嚴重只會造成國民

→

duriamon 05/26 03:26產生錯覺鬆懈，另外資訊不透明也會讓國

→

duriamon 05/26 03:26民無法採取防備，例如不確切說出確診的

→

duriamon 05/26 03:27地點跟路徑，當初什麼北部醫院、北部市

→

duriamon 05/26 03:27都是這類。

還是想提一下，每個國家地區的體系/民眾認知不太一樣，做法可以參考，但不一定完全適用。中國的做法（指封城，控制輿論跟控制疾病增加數其實沒有太多幫助）最簡單也最有效是沒錯，但實際上我覺得我們很難完全copy。對於現下的做法，我個人粗淺的想法如下（也包含您提的封城）： 1. 提高檢驗能力的數量: 減少delay狀況，標準化SOP與機台，認證實驗室 2. 鑑定後怎麼分流：有症狀陽性，無症狀陽性，快篩(不是PCR)陰性，該何去何從。 3. 持續監控疫情：監控疫情才會知道控制的成效，所有管理的步驟都會包含監督/監控，你 4. 跟你一樣的想法，封城，然後封個一個月。有效阻隔傳播，進而減少篩檢量。但以封城來說，要封就要有配套措施，就像改成3+11也應該要有相對應的配套措施，如航空但很可惜一年的超前部屬，封城的應變，沒有。3+11的應變，也沒有。（變更管理措施/衝? 過去一年，一定有很多專家學者提醒要做這些事情，但我猜想是政客會說，沒疫情，你做這些演練應變是浪費公帑。政府會計部門說，有疫情嗎？爆發了嗎？做這些幹嘛，經費不給過。所以，只能朝自己慢慢研發疫苗開始做，誰知道破口大開。

→

yoyun10121 05/26 03:42就算同個票匭, 不同年齡層投票時間不

→

yoyun10121 05/26 03:43同, 分布也不會是隨機, 再加上不同區

→

yoyun10121 05/26 03:43域又有各自偏差, 開票速度不同出來的

→

yoyun10121 05/26 03:44比例當然有偏差, 美國大選不就實際開

→

yoyun10121 05/26 03:44給你看了, 還是到現在還要吵拜登追很

→

yoyun10121 05/26 03:45快一定是作票