1. 案例定位

以 Figure 3.3 的 cholera mortality analysis 展示資料如何用於辨識疾病與死亡的模式。

2. 學習目標

理解比較、分類與脈絡如何使資料成為可用資訊。

3. 案例情境

面對 cholera mortality records,分析者不能只看單筆死亡,而要透過彙整與比較尋找有意義的 Pattern。

4. 開始資料

原書以 Figure 3.3 呈現 Farr 1852 的 cholera mortality analysis;不加入原書以外的疾病史或數字。

5. 分析方法

先確認資料單位與分類,再比較不同群組/條件的死亡情形,最後區分 Observation 與 Interpretation。

6. 計算結果

目前原書可讀文字未提供足以逐項重算 Figure 3.3 的完整數值,故不自行計算。

7. 結果分析與管理解讀

好的 Analytics 必須建立在可比較的 Data 與合理的 Context 上;資料品質與定義會直接限制推論。

8. AI Prompt

「依下列 cholera mortality data 找出可觀察模式,並將『直接觀察』與『可能解釋』分欄;若資料不足,明確標示不足。」

9. 思考/What-if

題目: 若某一群組樣本非常少,最高死亡率是否代表最高風險?

參考解答: 不一定。需考慮分母與樣本量,否則比例可能不穩定。

10. 資料說明