1. 案例定位

以 Insurance Dataset 的 Univariate Exploration 說明：分析 Charges 前先理解 Population Composition 與 Variable Distribution。

2. 學習目標

學會先檢查 Category Frequency／Percent、Age 與 BMI Distribution，再進入 Multivariate Exploration。

3. 案例情境

原書在 SAS VA 中先檢視 Smoker、Region、Sex 等 Categories，再查看 Age 與 BMI。Smoker 的 Frequency 改成 Percent 後，可直接看出 Dataset 中 Non-smokers 的比例。

4. 開始資料

Variable／項目 原書觀察
Smoker 約 80% customers 為 Non-smokers
Sex Female／Male observations 約略各半
Region Southeast observations 較多；其他三區約略相近
Age 18、19 歲 observations 超過其他 age groups 的兩倍
BMI Distribution skewed；Average BMI = 30.66
BMI30 below 30：0–29.99；above 30：30–55

5. 分析方法

Category 先看 Count／Percent；Measure 用 Histogram 與 Measure Details 檢查 Distribution、Skewness 等。原書進一步建立 BMI30 Custom Category，並對 Age 的異常集中提出可能需要 Filter 的探索方向。

6. 計算結果

原書直接提供 約 80% Non-smokers、Average BMI = 30.66，以及 BMI30 的兩個 interval。其他未明列的 counts 不自行推算。

7. 結果分析與管理解讀

Population Composition 會影響後續 Aggregation 與 Group Comparison。原書也提醒 Age 18／19 的集中可能有多種解釋；沒有更多 Dataset Context 時不能自行判定原因。

8. AI Prompt

「根據以下 Category Composition、Age Distribution 與 BMI Distribution，列出進入 Multivariate Analysis 前應查核的資料問題；不得把可能解釋寫成已證實原因。」

9. 思考／What-if

題目： 發現 18、19 歲 observations 特別多，可以直接認定公司的主要客群是年輕人嗎？

參考解答： 不可以。原書明確指出在缺乏更多 Dataset 資訊時，也可能存在資料蒐集期間或 Age lower bound 等其他解釋。

10. 資料說明