第二彈
數據在美國CDC就找得到
染疫每十萬人口死亡率=盛行率x致死率的概念
又加上了年齡分組和接種與否
先上圖吧
https://i.imgur.com/IAhm612.jpg
18~29歲
https://i.imgur.com/2jYSnUh.jpg
30~49歲
https://i.imgur.com/FG3coQC.jpg
50~64歲
https://i.imgur.com/9B4aKzp.jpg
65~79歲
https://i.imgur.com/Yv32bAY.jpg
80歲以上
最常被拿出來吵的
年輕人(18~29歲)因為原本重症率就低，接種的效益"差距"比較小
30歲~49歲差距有，但數值本身就低，還算是有邊際效應
50歲以上就不用我再多說了吧？
整天吵全因的
你有想過全因能解決什麼"偏差"嗎？
偏差=兩個族群分布不平均
年齡是個偏差，所以分組，可以排除
你好像提過啥偽陰偽陽，不知道你有沒有思考過...
確診有偽陽偽陽，但會根據疫苗接種狀態而有偏差嗎？
未接種的人篩檢有偽陰偽陽、接種的人就沒有嗎？
假如這個因素在兩族群是隨機分布，不會造成兩族群分布偏差
那你整天吵偽陰偽陽有啥意義？
假如，真有些個案非因COVID19而死(如車禍啊自殺啊)都被誤算進來，那會因為接種與否
而有偏差嗎？
未接種疫苗而染疫死亡中，會有這種個案，接種疫苗後染疫死亡的就不會有？
還是隨機分布？
變因想好，有沒有必要放進來分析
這才是重點
你可以用查數據"確認"，再分析是否分組排除或是用統計校正
但不是靠"全因"兩個字就能排除
"全"因是把所有因素都算進來
全因反而增加複雜度，更容易模糊焦點
雖然這就是某些人的目的