安安，你也Work from home吗?
先说，从你提供的资料我没有看到333在哪里.... 看到的是476?
但我还是先用你给的数字算一下，验证你的假设..
※ 引述《rey123123 (小肥羊)》之铭言：
: 因为时间不多，我只拿5/17的确诊人数做分析，但其实其它天数也有类似的状况。根据
: CDC公布的资料，从第一次校正回归开始到现在5/25号为止，5/17的确诊人数从333增加到
: 510，多了52.2%。 再来，假如公视在5/23节目中所提供的数据为真，可以得知5/17共有
: 8458已通报，其中未确定的病例有1801。我这边假设5/17已经不会再有校正了 (虽然我觉
: 得不可能)。那简单的推算可以得知，
: 校正回归前，已验完 6657 (8458-1801) 例，其中333例为阳性，占 5%
这边校正前阳性率OK
验到的阳性 (333) 除以 总验量 (6657) = 5.0%
: 校正回归后，增加 1801例，其中177(510-333)例为阳性， 占 9.8%
再来我们算校正后的阳性率，一样的逻辑，应该是：
验到的阳性 (510) 除以 总验量 (8458) = 6.0%
"增加的阳性率"，不该是你那样算的。
应该是要 "校正后的阳性率" 减去 "校正前的阳性率"
以你的假设而言，校正后增加的阳性率应为 6.0%-5.0% = 1%
这也符合你下面说的假设...
: 可以看到，新增加的病例，阳性率为将近两倍。统计角度来看，因为验的数量都是几百、
: 几千例的规模，这两个比例应该要差不多才对 (e.g. 5% vs 5.5%)，而现在这个变动幅度
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
你的假设。
你的假设:校正前后阳性率应该要差不多。
待验的因为有许多不确定的因素
1.包含人为判定是否先验后验或是晚key in，随机的程度就。
2. 地区的疾病盛行率(存在的疾病数/人口数)不一样，新增加的不会等于整体的疾病流行状况。（推文网友给的想法）
所以你的增加的阳性率，不一定会类似于 第一次的阳性率。
再者，你如果觉得不合理，建议你应继续探究其他天或是如我这般的算法，再来提出怀疑。
: 之大，已经完全无法用随机发生这概念去解释了。甚而，如果5/17还有没验完的病例，
: 那更不止9.8%这个数字。
: 合理来看，我认为只有以下几种可能:
我原本说质疑你的统计，抱歉，我就先删掉这样的comment了。
数字的修正主要主要主要是要评估疾病传播的短期/中期/长期趋势。
模式之间本来就会有一些不确定性。
你在去年的时候，检验量小，你可以每天report小数量的case，不需要回去补数字。
现在量大，要推估趋势，势必要做一些未补登的case。
我数年以前至少也有3年的化学样品分析经验，所以讲一下自己的想法
即使rtPCR可以2小时内完成一批样本的分析，但是...
分析前需要前处理、机器的清洁、试剂的配置
分析后需要数据的判读，报告的输出、key in... 这些都需要人力物力跟时间。
我个人认为，要提升检验量，中央的标准作业程序规范出来后，给合格的实验室进行分析
才有办法解决分析量的，不过这些事情。去年没事的时候就要做，现在在做都太慢。
下面我在依照你的逻辑去计算，我时间也不多，但依照你给的资料跟逻辑..
https://imgur.com/kxRNWOe
数字就交给你解读了
如果要算，应该要拿 CDC的资料跟公视的资料 的日期应该要一致，
然后算到 5/23会比较精准(考虑到+2 day)。
补充一下，看单日这件事情，不确定性太多，建议多看几天。
你看股市，也不是看单日，是看长期的趋势，对吧?
以上
Best regards,
peterwu76