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