數據清洗

📚 深度解析：數據清洗

💡 常見使用場景

• 在「數據清洗」場景先統一輸入單位與口徑，先做基準算例，再做邊界場景核驗，避免把輸出誤讀為模型差異。
• 建議固定關鍵變量並逐步調整其餘輸入，觀察輸出變化方向，快速定位異常源。
• 常見場景：數據清洗

❓ 常見問題（FAQ）

數據清洗 可直接用於正式報告嗎？

適合用於快速核對和教學演示；正式報告建議補充數據來源、口徑定義、邊界條件與審核責任鏈。

值跳變或異常偏差怎麼辦？

先核查輸入是否超出定義域、單位是否混用、以及參數是否按同一計算版本口徑輸入。