PTT評價

Re: [問卦]5/17的確診人數增加了52%,且數據不合理

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
peterwu76
(金岡)
時間推噓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

POWERSERIES 05/26 02:02小心被說成綠共

fan5566 05/26 02:035.0 6.0 準得可怕

Slemo 05/26 02:04有糾正是好事啊~跟綠共什麼關聯?

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,

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

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

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

zonapha1988 05/26 02:13校正後的陽性率特別高事實阿

yoyun10121 05/26 02:13

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

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。

Fantasywind 05/26 02:28推統計觀念

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

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。

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。

lansiau 05/26 03:19

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。

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

※ 編輯: peterwu76 (150.116.240.64 臺灣), 05/26/2021 04:03:54 ※ 編輯: peterwu76 (150.116.240.64 臺灣), 05/26/2021 04:16:22

cerberi 05/26 06:44

sunrice 05/26 06:50前面某粉被數據打臉就崩了……看你們的反

sunrice 05/26 06:50應真的好笑

peterwu76 05/26 09:27什麼反應@@?

icepet0015 05/26 10:49這是一個韓導的票在底部的概念嗎?

icepet0015 05/26 10:50基本上,你的論述完全無法反駁他的

icepet0015 05/26 10:51你最後的論點,就只是分佈不均

peterwu76 05/26 19:35呃...?