5 月 15 日，台灣本土病例暴增 180，雙北進入三級警戒；幾天之後，全台進入三級警戒。過去 1 週，台灣每日新增確診數皆破百，大家都在問：疫情什麼時候緩解，什麼時候結束？
疫情爆發初期，確診病例數通常是指數型成長，但隨著防疫措施實行，確診病例數的成長就會趨緩。而最可怕，最難熬的時候就是指數型成長期，大家不知道疫情什麼時候會結束，彷彿看不到盡頭的隧道，眼前一片黑暗。
去年上半年，新冠疫情在全球各地爆發的時候，物理學博士、科學教育 freelancer Aatish Bhatia 與 YouTube 頻道《Minute Physics》合作，做了一張圖表、一個網頁與一支影片，顯示全球的疫情狀況，也給出「疫情何時結束」的參考答案。
網頁傳送門
從圖表可以看到，不管確診病例數多少，世界各國的疫情軌跡都會遵循一條趨勢線，若疫情得到控制，軌跡就會出現「懸崖式的滑落」，並且脫離趨勢線。因為不管病例數多少都適用，所以是相對可靠的判斷依據。
圖表 3 大特徵：用對數呈現資料，將重點放在確診病例數變化
1. 用對數尺度繪製圖表（Use a Logarithmic Scale）
採用對數尺度，能更精準呈現確診數的成長速度變化；此外，也能比較兩個病例數差很大的國家，他們的病例數成長差異。
2. 重點放在確診病例數變化，而不是總數（Focus on Change, Not Absolute Numbers）
影片以韓國為例，在病例總數的圖表中，病例數一開始快速成長，後來趨緩，但在快速成長的階段，很難用肉眼分辨是否開始趨緩。而在每日新增病例數的圖表中，就能清楚看出疫情開始趨緩的時候，更能看出疫情的變化趨勢。
3. 不要從時間看確診病例數變化（Don’t Plot Against Time）
原因在於，時間並不是決定病毒傳播的因素，而是當時的病例總數（current number of infections）與傳播率（rate of transmission）。而所謂的指數型成長，精確來說，應該是指新增病例數與已知病例數成指數關係，因此在圖表中，才會以新增病例數為 Y 軸，已知病例數為 X 軸，而且兩軸皆以對數呈現。
透過圖表，就可以看出疫情的發展狀況，以及防疫措施是否有效。
台灣的疫情狀況如何呢？
從圖表可以看到，去年 3 月疫情爆發初期，台灣原本也在疫情發展趨勢線上：
但到了 4 月，疫情開始得到控制後，台灣的新增病例數就暴跌，脫離趨勢線，並且維持了好幾個月。
然而今年 5 月疫情爆發，台灣也快速「回到」趨勢線上，至於何時會「脫離」，就需要我們一起努力了。
注意這 6 項警告，避免誤判疫情狀況
然而，影片對該圖表提出 6 項警告，需要讀者特別留意，以免誤判：
警告 1：變數尺度扭曲（Logarithmic Scales Distort）
對數圖表有尺度扭曲的問題，容易造成誤判。例如 1,000 病例數與 100 病例數和 10,000 病例數的間格寬度都一樣，當疫情變嚴重時，很容易讓人輕忽疫情的嚴重性。另外，當新增病例數大幅降低時，也很難注意到病例總數的變化。
警告 2：時間不明顯（Time is Implied）
圖表的 X、Y 軸分別為確診病例總數與新增病例數，因此無法看出時間趨勢。解決的方法，就是用影片呈現。
警告 3：確診病例數不等於實際感染數（Confirmed Cases in not equal to Infections）
圖表顯現的不是實際的感染人數，而是檢測到的病例數，也就是我們說的確診數（confirmed）。真實的感染人數是未知的，但絕對不會比確診數低。
警告 4：實際病例成長速度不等於確診病例成長速度（True Growth Rate vs. Tested）
在真實世界中，實際感染人數的成長速度可能會比確診數的成長速度慢，因為確診數的成長速度不只反映實際感染數的成長，也反映檢測的量。當疫情爆發，人類意識到嚴重性時，就會大量篩檢，此時確診病例數就會暴漲，但病毒實際上已經在人群傳播一段時間。
警告 5：資料不精準（We Have Imperfect Data）
圖表資料倚賴世界各地回報的資料，而各國的醫療技術也有差異，造成數據誤差。
而近日很熱門的名詞「校正回歸」則是資料不完美的補救措施。以近期的台灣為例，因為通報行政上的塞車，讓當日的確診資料晚了幾天送交中央單位，造成數據上的缺失，因此需要透過校正回歸的方式補救。而透過校正回歸，也能更精準顯示實際的疫情趨勢。除了台灣，許多國家也用過校正回歸調整疫情數據。
警告 6：趨勢延遲（Trends Are Slightly Delayed）
這張圖表呈現的是過去一週的平均數據，資訊比實際還要落後，所以是一張「悲觀」的圖；但往好的角度想，如果圖表上出現下跌的趨勢，就代表實際新增的確診病例數早已開始下跌了。
新冠疫情是全球性的災難，為了對抗病毒，世界各國皆努力防疫並研發疫苗。疫情爆發初期，台灣成功將疫情壓下，並維持數百天的正常生活；雖然現在疫情爆發，全國進入三級警戒，但我們仍有希望能壓下疫情，重新回歸原本的生活，至於那天是早到還是晚到，就需要大家的努力了。
參考資料
《Covid Trends》、《Minute Physics》、《ABC News》
（首圖來源：Covid Trends）
延伸閱讀
陳時中啟動「校正回歸」，故事始於 3 天前發現的數據異常
為何英國每週日的死亡人數都會下降？4 個新冠肺炎教我的數據科學知識
Kaggle 發布新冠病毒數據分析挑戰賽，邀請全球工程師破解病毒資訊
