1. 案例定位

以 Insurance Dataset 示範 Bar Chart 中 Aggregation 選擇如何改變管理解讀。

2. 學習目標

區分 Sum 與 Average;理解 Observation Count 不同時,總額比較可能產生誤導。

3. 案例情境

原書先以 Region 建立 Bar Chart。Southeast 的 observations 最多,因此加入 Charges 後,Figure 4.21 顯示 Southeast 的 Charges 總額最高;原書提醒這可能只是樣本數較多造成。

4. 開始資料

項目 原書設定/觀察
Dataset Insurance
Category Region:northeast、southeast、northwest、southwest
Measure Charges
初始 Aggregation Sum
Frequency Southeast 最高,Northeast 最低
修正比較 將 Charges Aggregation 改為 Average

5. 分析方法

先比較各 Region observation frequency,再檢視 Charges(Sum)。若總額可能由樣本數驅動,將 Aggregation 改為 Average,重新比較 Region 間的平均 Charges。

6. 計算結果

原書沒有在此段正文提供四個 Region 的完整 Sum/Average 數值,因此本案例不自行補算;可確認的原書結果是 Southeast 的 observation frequency 最高。

7. 結果分析與管理解讀

「總額最高」不等於「典型客戶成本最高」。Aggregation 必須與 Business Question 一致;若要比較不同 Region 每筆 observation 的 Charges,Average 比 Sum 更能排除群組大小差異。

8. AI Prompt

「檢查以下 Bar Chart 的 Category、Measure、Observation Count 與 Aggregation,說明 Sum 與 Average 各自回答什麼問題;不要自行補造圖中的數值。」

9. 思考/What-if

題目: 如果 Southeast 的 observations 比其他 Region 多很多,為何 Charges(Sum) 最高不能直接解讀為該區客戶成本最高?

參考解答: 因為 Sum 同時受到單筆 Charges 與 observation 數量影響;需要改用 Average 才能比較各 Region 的平均 Charges。

10. 資料說明