問卷資料（乾淨版）
涵蓋多個群組與分層的乾淨問卷／營運結果資料：observation_id、group、outcome、exposure、age_band、sampling_stratum、weight、response_complete。用於 Guided Lab。
DS 104 實作中心
使用合成的問卷與營運結果資料，練習分布輪廓、穩健統計量、離群值調查、抽樣偏誤判斷與相關／因果改寫。
資訊
DS 104 實作資料為合成教學資料，所有個體、群組與數值皆為示例，不代表任何真實對象或機構。
注意
請只使用課程提供的合成檔案進行練習。除非獲得授權，切勿將機密的機構或公司資料、個人資料或敏感資料貼入 AI 工具；使用真實問卷或營運資料前，請先確認所屬機構的規範。
下載實作檔案
問卷資料（實作版，含挑戰）
相同欄位結構，但刻意設計了統計判斷挑戰：一個群組的結果變數明顯右偏並帶長尾、幾筆被標記需要調查的離群觀測，以及一個相對於目標母體明顯抽樣不足的分層。用於實作中心與 Independent Lab。
資料字典（繁體中文）
問卷資料檔案的欄位型態、單位、粒度、允許值與來源說明（繁體中文）。
Data dictionary (English)
英文版資料字典，欄位與單位與中文版一致。
Guided Lab 起始 Notebook
附有指引與待完成項目的起始 Notebook，可從全新 kernel 由上而下執行，產出一份 EDA Profile。
Independent Lab 起始 Notebook
用於 EDA Report 的起始 Notebook 與檢核清單範本。
實作任務
實作 A：Distribution Profile
實作資料中至少有一個群組的結果變數呈現明顯右偏、帶長尾的分布。請畫出它的分布輪廓，並判斷平均數是否足以代表這個群組。
使用檔案: 問卷資料（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 載入 DS104_Survey_Practice.csv，依 group 分組檢視 outcome 欄位。
- 為每個群組畫出直方圖或密度圖，找出分布明顯右偏、帶長尾的群組。
- 計算該群組的平均數與中位數，比較兩者的差異與方向。
- 寫一句話說明只報平均數會如何誤導對這個群組的理解。
要完成的產出
- 每個群組的分布圖
- 偏態群組的平均數與中位數比較
- 一句話說明只用平均數的風險
實作 B：Robust Summary Comparison
針對同一個偏態群組，比較「平均數 + 標準差」與「中位數 + IQR」兩種摘要方式，說明哪一種在此情境更穩健。
使用檔案: 問卷資料（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 選擇實作 A 中辨識出的偏態群組。
- 計算該群組的平均數、標準差、中位數與 IQR。
- 若人為移除或調整一筆極端值，重新計算四個統計量並比較變化幅度。
- 寫下你會建議用哪一組摘要統計量呈現給不熟悉統計的受眾，並說明理由。
要完成的產出
- 四個統計量的原始與調整後對照表
- 穩健性比較的書面說明
- 對受眾的摘要統計量建議與理由
實作 C：Outlier Investigation
實作資料中有幾筆被標記需要調查的離群觀測。請不要直接刪除它們，而是先調查它們可能的來源。
使用檔案: 問卷資料（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 用箱型圖或 z-score 找出 outcome 或 exposure 欄位中的離群觀測。
- 檢查這些觀測的其他欄位（例如 age_band、sampling_stratum、response_complete），看是否有共同特徵。
- 針對每筆離群觀測，寫下它可能是量測錯誤、資料輸入錯誤，還是真實但罕見的訊號。
- 說明在確認來源之前，直接刪除離群值可能造成的分析風險。
要完成的產出
- 離群觀測清單與辨識方法
- 每筆離群觀測的可能來源判斷
- 一段說明過早刪除離群值風險的文字
實作 D：Sampling Bias Scenario
實作資料中有一個 sampling_stratum 相對於課程情境所述的目標母體明顯抽樣不足。請說明這會如何影響推論。
使用檔案: 問卷資料（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 依 sampling_stratum 計算每一層的觀測數與占比。
- 找出占比明顯低於目標母體預期比例的分層。
- 寫下若忽略這個抽樣不足，直接把整體結果推論到目標母體會有什麼問題。
- 提出至少一種修正或揭露這個限制的做法（例如加權、分層報告或明確揭露限制）。
要完成的產出
- 各分層觀測數與占比表
- 對抽樣不足分層的推論風險說明
- 至少一項修正或揭露限制的做法
實作 E：Correlation vs Causation Rewrite
取一則關於 exposure 與 outcome 相關性的因果聲稱，將它改寫為不超出資料支持範圍的 evidence statement，並指出可能的混淆變數。
使用檔案: 問卷資料（實作版，含挑戰）、資料字典（繁體中文）
步驟
- 計算 exposure 與 outcome 的相關係數，並畫出散佈圖。
- 閱讀（或自行寫出）一則把這個相關性當作因果關係的誇大聲稱。
- 改寫這則聲稱，區分觀察到的相關性、可能的解讀與尚未確定的部分。
- 指出至少一個可能同時影響 exposure 與 outcome 的混淆變數，並說明它會如何扭曲觀察到的關係。
要完成的產出
- 相關係數與散佈圖
- 改寫後的 evidence statement
- 至少一個混淆變數與其可能影響的說明
完成標記只記錄在這個瀏覽器（加入梯次後會同步）。實作成果請保存在你自己的檔案或 Notebook。