疫情期数据图表背后的七个方法、三驾马车与一个工具

疫（zhái）情（jiā）期间，数据分析领域涌现出很多民间高手，数据玩家各显神通，或通过仿真程序调参，模拟病毒传播，强调不要出门对控制传播的重要贡献；或用自然语言处理工具+词云，直观展示每日新闻热词的演进变化，或现场教学如何爬取网站上的实时病例数据，用作进一步分析。

这些数据建模能力、数据开发技术固然是非常可贵，但是我们也发现，人人都能上手的、统计性、描述性的数据分析，同样能发挥出巨大的洞察作用和价值。

数据分析的七个方法

早在1月21号，大众对疫情的关注度刚开始爬升的时候，有公众号把各省市病例数据和往年春运迁徙数据做了一个“略显粗糙”的相关性分析，根据初步验证的正相关关系指出，湖北省内一些城市和武汉来往密切，疫情状态可能被低估，湖北省外的重点城市要加强机场或铁路方面的预警。这些分析就充分运用到了趋势监测、横向对比、维度拆解等来判断的。

如在科普号“回形针”的视频中，这样一个数据推导小环节令人印象深刻。

⁃首先，作者认为，湖北省内外的疫情发展状况差异很大，湖北省内的确诊诊断工作压力较大，很可能在数字上有滞后，因此要将湖北和非湖北数据“拆分来看”。

⁃下一步，他认为用总病死人数除以总确诊人数得到的病死率，是不准确的，快速增加的确诊病例数（分母）会稀释这个百分比，于是选择采取尽可能接近“同期群”的方式来处理。

⁃进而，