欢迎来到“合理性检查 (Sanity Check)”阶段！
你好！你已经来到 CP2 旅程中至关重要的一环。本章我们将聚焦于选择并执行适当的统计合理性测试 (Select and carry out appropriate statistical tests of reasonableness)，这是“数据准备与分析 (Preparation and analysis of data)”的一部分。把这看作是担任一名数据侦探吧！在建立复杂模型或将结果交给客户之前，你需要问自己：“这真的合理吗？”
如果统计学让你感到有些压力，别担心。我们在这里不需要进行艰深的理论证明，而是学习如何使用简单的工具，确保数据没有“欺骗”我们。让我们开始吧！
1. 什么是“合理性测试”？
在精算领域，我们经常需要处理庞大的电子表格。“合理性测试”就是一种检查，用以确保我们所使用的数据（输入）以及产出的结果（输出）是合理且可信的。
类比：想象你在检查银行月结单。如果你看到一笔 10 元的咖啡消费，那是合理的。但如果你看到一笔 10,000 元的咖啡消费，你的“合理性警报”就应该响起！这正是我们在模型数据中要做的事情。
为什么这很重要？
如果你将“垃圾”数据输入完美的模型，你只会得到“垃圾”结果。这通常被称为 GIGO (Garbage In, Garbage Out，垃圾进，垃圾出)。通过执行这些测试，你可以确保工作的完整性与专业度。
2. 选择正确的统计测试
并非每一种测试都适用于所有情况。你需要根据数据的类型来选择工具。以下是你在 CP2 中最常使用的统计指标：
A. 位置指标（找“中间值”）
平均值 (Mean)：所有数值的总和除以数值个数。 \( \bar{x} = \frac{\sum x_i}{n} \)。
中位数 (Median)：数据排序后处于中间位置的数值。它的优点是不容易受到极端高值或低值的影响。
众数 (Mode)：出现频率最高的数值。对于类别数据（例如“保单类型”）非常有用。
B. 离散程度指标（找“范围”）
最小值与最大值 (Minimum and Maximum)：务必检查最小值和最大值。如果你在查看“退休人员年龄”，发现最大值是 150，那你这就是发现数据错误了！
标准差 (Standard Deviation)：这显示了数据的散布程度。非常高的标准差可能意味着数据波动很大，或者包含错误。
全距 (Range)：最大值与最小值的差。
C. 计数与总和
简单地计算记录数量或对字段进行加总（例如“保额总计”）是一种强大的检查方式。如果你去年有 1,000 张保单，今年只有 50 张，那么很可能有些数据丢失了。
快速复习盒：
- 使用平均值来获取一般平均水平。
- 如果数据包含异常值（极高或极低值），请使用中位数。
- 使用最小值/最大值来找出不可能出现的数值（如负数年龄）。
- 使用计数来确保数据在传输过程中没有丢失。
3. 逐步执行：如何进行测试
当你在 CP2 考试中时，应遵循系统化的方法来检查数据：
第 1 步：高层次摘要
制作数据摘要表。计算所有关键数值字段的计数、平均值、最小值和最大值。
第 2 步：与外部或先前的数据进行比较
如果你有去年的数据，拿来比较一下！如果去年的平均赔付金额是 500 元，今年变成 5,000 元，你必须调查原因。
第 3 步：内部逻辑一致性检查
检查数据本身是否合理。
范例：“死亡日期”是否晚于“出生日期”？“退休年龄”是否大于“当前年龄”？
第 4 步：抽样检查 (Spot Checks)
随机挑选 2 到 3 个个别数据行，手动“跑一遍”你的计算过程。这是捕捉公式逻辑错误的好方法。
你知道吗？
在专业领域，精算师经常使用“调节表 (Reconciliation)”。这意味着将你处理后的数据总额与客户提供的原始数据核对，确保即使是一分钱都没有丢失。
4. 处理异常值 (Outliers)
异常值是指与其他数据点显著不同的数据。例如，如果大多数赔付额为 100 元，但其中一笔却是 1,000,000 元。
如何处理：
1. 调查：是笔误吗？（例如：有人多按了几个 '0'）。
2. 验证：如果这是一个真实但极端的数值，它应该保留在数据中，但你应该在报告中提及它。
3. 修正/排除：如果它显然是错误且无法修复，你可能需要将其排除（并记录你已这么做！）。
记忆法：S.C.A.N. 方法
Summarize（摘要：取得平均值/最小值/最大值）
Compare（比较：与去年或基准数据对比）
Analyze（分析：寻找异常值）
Notes（注记：记录你发现了什么，以及为什么这些数据是合理的）
5. 常见的陷阱与避雷指南
1. 忽略背景：一个数值在数学上可能是可能的，但在精算上却是不可能的。105 岁的人是存在的，但一个 105 岁的人持有一份 20 年期的定期人寿保险则是非常不可能的！
2. 忘记检查类别数据：不要只检查数字。检查类别（如“性别”或“地区”）是否有合理的代码。如果代码应该是“M”和“F”，但你却看到了“X”，那就是数据问题。
3. 没有记录：在 CP2 中，你必须要“展示”你的检查过程才能得分。如果你检查了数据且确认没问题，请写下：“我检查了最高年龄，结果为 85 岁，这是合理的。”
总结与关键要点
关键要点 1：合理性测试是你对抗模型错误的第一道防线。在开始主要分析前，务必执行这些检查。
关键要点 2：结合使用位置指标（平均值/中位数）和离散指标（最小值/最大值/标准差），以获得数据的全貌。
关键要点 3：务必将你的数据与其他来源进行比较——无论是去年的数据、不同的来源，还是仅凭常识判断。
关键要点 4：记录就是王道。如果你发现并修复了错误，或者发现了一个奇怪的数值并确认它是正确的，请务必写下来！
如果起初觉得这像是额外的工作，别担心。随着练习，这些检查将成为你的本能，并且能拯救你免于在模型中犯下大错！