生日死亡图解怎样让读者检查统计基线

核心判断

The Pudding把一个显眼的生日峰值放回完整分布，再用三日年的矩阵解释比较基准。它值得借鉴的地方，是让读者看清“比预期多”中的预期从何而来。

先把不同生日放到同一坐标

2025年4月，The Pudding的拉塞尔·萨莫拉（Russell Samora）发表图解，检验马萨诸塞州死亡登记中，生日当天的死亡记录是否多于预期。作者通过信息公开申请取得该州RVRS记录，在文末交代了排除范围和日期计算方法。

他排除死亡时不足一岁半、出生或死亡日期为2月29日，以及日期缺失的记录，再用365日循环日历，把每人的死亡日期转换为相对生日的日差，放在−182至+182的坐标上，生日统一为0。这样，不同月份出生的人才能进入同一张分布图；这项选择也限定了分析所涵盖的人群与日期。

把其他高柱也留给读者看

2000年的57,010条记录中，生日位置有183例，生日后第十二天有181例。原作图解用红柱与青柱同时标出它们，提醒读者：生日附近并非只有一个高点，仅凭生日柱比平均值高，结论还不充分。

这里的视觉选择很具体：保留其他日期的比较位置，让读者检查生日柱到底有多特殊。若只截出红柱，显眼的位置就容易代替充分的证据。原作随后展示排序与直方图，并扩展到更多年份，把“看见一个峰值”与“怎样检验峰值”分开推进。

用小矩阵说明预期从何而来

原作接着处理另一个问题：出生日期与死亡日期各有季节分布，比较基准不能只停在一个全年平均数。作者先把一年缩成三天，画出3×3网格。纵轴是出生日，横轴是死亡日；每格把相应的出生占比与死亡占比相乘，构造两种日期相互独立时的预期。

对角线代表出生与死亡恰好同日。图上三个方框的16%、12%、6%合计34%，这是教学示例里的基线，不是真实人群的死亡风险。读者先看懂小矩阵，才进入365×365组合的计算，公式中“预期”的含义因此有了可见的来处。

作者将这一方法用于1990—2024年共1,955,588条记录，给出的生日同日死亡期望为5,355例，观察为5,728例，报告超出基线约7%。这是一组历史样本与所选模型的比较，不是某个人生日当天死亡概率增加7%的估计。

把计算结果与解释留在各自范围

这一结果说明的是观察数与模型基线的差距。考虑出生、死亡的季节分布，并不等于已经排除全部替代解释；统计关联也没有直接回答发生差距的原因。本文不据此推断饮酒、心理或其他因素造成了这些死亡。

文中的登记数量与统计结果归于原作者。本文完整阅读了原作及方法，核对了实际图示，但没有取得登记原始数据独立复算。阅读者可以沿方法检查作者如何定义比较，而不能把图解清楚等同于全部分析已经被外部验证。

报道异常，先说明正常应该怎样

本文从这篇作品得到的判断是：异常值的说服力，取决于比较基准是否说得清。原作既保留接近生日峰值的其他高柱，又把季节基线拆成小矩阵，让读者知道作者为什么还要继续查，以及后一个数字比前一个数字多考虑了什么。

记者遇到某个日期、地点或群体出现高频记录时，可以先写下统计单位、观察值和预期值各是什么，再检查基准是否反映了记录在时间或空间上的自然分布。这是本文从案例归纳的起步办法；适用的基线仍要按具体数据确定，不能照搬生日模型。图形应帮助读者核对这项选择，而非只负责突出一个最醒目的结果。