如果两套参照集精度差不多，点云应该均匀散在对角线两侧。实际画出来大面积偏在对角线上方，公交距离系统性偏大一目了然。这张图本身就是证据，不需要再跑统计检验来支撑。

比如你在图上指一个远离对角线的点，拉出来看：某家服务到火车站只有 0.8 公里，到「公交站」却有 22 公里，因为它匹配到的是几十公里外的一座巴士车厂。在视频里把这个例子讲一遍，偏差从哪来观众立刻就懂。

🎯 然后用两三句话收掉这个部分：这份数据在公交距离列上的参照集精度，已经决定了距离值偏大，中间分析步骤无法修正。所以对这一列得出的「可及性差」结论会稳定成立，但它反映的是参照集的稀疏，不一定说明服务地点真的交通条件差。把这层关系在视频里讲清楚，就是在做 data quality 的批判性思考。

🧹 越界坐标先别一刀切

解析 geometry 列之后筛查，有 19 条坐标超出澳大利亚边界。先别直接全删：

• 10 条坐标完全一样，落在缅甸掸邦，State、Suburb、Postcode 全空。地理编码失败的兜底坐标，从空间分析里去掉就行
• 另外 9 条是 Christmas Island、Lord Howe Island 和 Torres Strait 群岛上的服务，地址邮编齐全，坐标准确。这 9 家恰好是全国地理上极偏远的教育保育点

一刀切全删的问题就在这里：偏远程度特别高、在可及性方向上也特别值得讲的研究对象，跟编码失败的脏数据混在了一起。空间分析剔除前一组、保留后一组；非空间统计两组都保留。在视频里顺手讲一句为什么分两步处理，评分要求 data cleaning steps clearly described and justified，把分法和理由说清楚，这个动作本身就在兑现要求。

✅ 这两个发现同时命中两条评分维度

作业原文写得很明确：Demonstrating critical thinking about data quality is part of the assessment。

找到参照集偏差、用散点图在视频里把证据讲清楚，这个动作同时踩中 Data Cleaning 和 Discussion of Shortcomings。Data Cleaning 的 HD 档要求 clearly described and justified，Discussion of Shortcomings 的 HD 档要求同时讨论 data and analytical shortcomings。

公交距离列的参照集偏差属于 data shortcoming，数据采集环节决定的，分析时改不了；你在知道偏差存在的前提下继续拿它做分析，得出的每一个基于这列距离的结论都附带一个 analytical shortcoming，需要在视频里交代清楚。一个发现，两条要求一起回应。

📌 记住这个检查顺序：先翻参照点站名确认参照集性质，再用散点图对角线确认偏差方向，然后分两步处理越界坐标。