AI 把各组百分比直接求平均，怎样重建有分子分母的总表

总通过率应把成功数相加，再除以相同口径的总数；各组百分比的简单平均回答的是另一个问题。小组9/10、大组10/100的简单平均为50%，合并总率却是19/110，约17.27%。这组差异不等于已经构造了辛普森反转。

把报告退回分子与分母

先索取每组成功数、总数、分组范围和统计时段。只有90%与10%而没有样本量，无法恢复总体比例。附件CSV给出两组完整计数，可以直接检查成功数是否介于零和总数之间。指标名称相同也不代表可合并，例如一张表统计按用户通过，另一张按请求通过，就需要先统一统计对象，不能把百分号当成口径已经一致的证据。

同时计算两种结果

简单平均为(0.9+0.1)/2，相当于每组权重各一半。合并总率为(9+10)/(10+100)，也等于用10和100作权重的分组率加权平均。大组包含的观察更多，所以对合并比例影响更大。对照HTML同时展示两个结果，重建CSV保留原始成功数、总数与未提前取整的比例，方便核查每一组贡献，最后展示时再统一百分数位数。

用明细确认结论能重建

解压运行脚本后，查看rebuilt.csv的ALL行，应是19、110和0.172727…；comparison.html应同时显示50%与约17.27%。这不是选一个较好看的数字，而是说明每个值对应的估计对象。若业务要给门店等权评分，简单平均可能有明确用途，但报告必须写清“各组等权”，不能把它标成所有记录的总体转化率。计算与解释应共同交付。

遇到零分母先保留未定义

边界命令加入0/0组，程序会停止并说明分母为零。把它填成0%再平均，会额外改变结果。某组漏了总数、组间重叠或样本跨时段时，也不能机械相加；需要先补齐数据或写成无法重建。本文输入全是合成计数，不提供真实业务结论。重新使用脚本时，可先独立抽查几行原始记录与分组计数的对应关系，防止前面的聚合已重复计数，后面的公式再正确也救不回来。

复用计算表时，把比率的统计时段和是否去重写进文件说明。两个组若有重叠用户，分子分母直接相加得到的是组记录口径，未必是去重用户口径；先画出组之间的包含关系，可以避免后续报告反复解释同一个总数为何不一致。

下载与复现

下载完整样例包，解压到一个新文件夹；也可查看全部文件清单和主脚本。使用Python 3.10或更新版本，在解压目录运行。此脚本只使用标准库，无需安装额外包。

python -B run.py
python -B run.py --negative

先查看主要结果，再修改输入重跑；已有输入会保留，结果写回同目录。边界命令可能故意非零退出，也可能输出明确的不适用状态，按正文说明判断，不把所有非零退出都当成安装故障。

依据与延伸阅读

资料核对日期为2026年10月24日。一手资料1：加权平均按权重求和再除以权重和；分母权重对应本文合并比例的计算。

继续阅读：让 AI 写数据分析脚本：口径没说清，算得再快也是错的；AI 报告里的 P90 与表格软件不同，怎样固定分位数算法再复算；模型测试 20 题过了 18 题，怎样给通过率补上样本不确定性。