加拿大28数据统计复盘：一次口径漂移的排查记录

体验用户知行0003

背景
用户小彤连续整理加拿大28数据统计两个月，表格中保存了期号、开奖时间、三个数字、和值、大小、单双、跨度和来源页面。为了比较前后两个阶段，她分别制作了“最近60期”和“按自然月汇总”两张统计表。起初两份结果大致接近，后来新增几天记录后，和值区间次数、大小比例和单双次数逐渐出现差异。

她发现，最近60期表显示某和值区间出现17次，自然月表却显示15次；大小分类相差2次，单双比例也没有按照预期对应。由于原始记录看起来完整，她一开始怀疑是公式计算错误。

遇到的问题
第一，两个统计表使用的样本范围并不相同。最近60期按照期号倒推，包含了上月末的部分记录；自然月汇总则按照日期筛选，只保留当月数据。两张表的记录数量分别为60期和56期，却被直接放在一起比较。

第二，日期字段存在格式差异。部分记录保存的是“2025-03-01 23:58”，部分记录只有“2025-03-01”。表格筛选时，带有具体时间的记录没有全部被自然月条件识别，导致月度汇总少纳入了几条数据。

第三，分类字段没有完全统一。旧表中的大小分类沿用原有公式，新表则复制了另一份模板，其中一处边界条件使用了不同写法。虽然大多数和值的分类结果一致，但处于边界位置的记录被分到了不同类别。

处理过程
小彤没有先修改汇总数字，而是把两张统计表拆成“样本范围、原始记录、分类规则、计算结果”四个部分逐项检查。

第一步是锁定样本清单。她分别导出最近60期表和自然月表中的期号，按期号排序后进行对照，标记出只出现在其中一张表里的记录。通过这一步确认，两张表并不是对同一批数据进行计算，不能直接用比例高低判断统计结果发生了变化。

第二步是统一日期格式。她保留原始时间字段，同时增加一个独立的“统计日期”列，将带时间的记录转换为统一的年月日格式。筛选时只使用这列，不再直接对混合格式的原始时间进行条件判断。对于无法识别的日期，先单独标记，避免空值被自动排除后仍未被发现。

第三步是重新确认分类口径。她在说明页写明大小、单双和和值区间的具体边界，并将分类结果改为由同一套公式生成，而不是手工填写。每完成一类，就随机抽取5条记录，用三个基础数字重新计算和值，再核对分类是否一致。

第四步是重新生成汇总。她先统计逐期期号数量，再计算各分类次数和比例，最后将结果与独立的计数公式交叉验证。比例统一保留两位小数，分母固定为当前表内有效记录数，不把空白行和异常行混入统计范围。

结果
复核后发现，原始数据本身只有1条记录需要补充来源，主要偏差来自样本范围不同、日期筛选遗漏和分类公式不一致。统一口径后，最近60期和自然月数据仍然存在差异，但差异可以被明确解释：前者包含上月末记录，后者只统计当月有效期次。

小彤随后在表格顶部增加了四项说明：统计起止期号、有效记录数、日期筛选规则和分类边界。每次更新时，先检查期号是否连续、记录数是否变化，再刷新汇总结果。这样一来，即使两个统计周期得出不同数字，也能快速判断是样本不同，还是数据处理出现了问题。

可复用经验
一是比较结果前先比较样本。无论查看和值、大小还是单双，必须先确认两份统计是否包含相同期号，不能只看最终比例。

二是原始字段与统计字段分开保存。期号、时间和三个数字应尽量保留原样；和值、分类和区间属于计算字段，出现争议时可以重新生成。

三是把分类边界写成明确规则。例如使用某种大小或区间划分时，应在表格说明中固定边界条件，避免不同模板各自解释。

四是日期不要直接依赖显示格式。统一增加统计日期列，并记录时区、起止时间和筛选方式，能够减少跨日、跨月查询中的遗漏。

五是汇总结果必须能够回到逐期记录。一个实用的检查标准是：各分类次数之和应与有效样本数对应；随机抽查的单期记录能够重新计算；新增数据不会无原因改变已经归档的固定周期结果。

六是历史占比只用于描述已记录样本，不代表下一期结果。复盘的重点应放在数据是否完整、口径是否一致和过程能否复算，而不是根据短期差异作出确定性判断。