以 Insurance Dataset 示範 Bar Chart 中 Aggregation 選擇如何改變管理解讀。
區分 Sum 與 Average;理解 Observation Count 不同時,總額比較可能產生誤導。
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。
| 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 |
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。
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。
「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。
「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。」
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。