接著要使用剩下四種，時間序列、相關性、累積變化、階段追蹤這四種的Power BI分析情境進行資料分析。

[分析情境三：時間序列]/109年(鼠年)和110年(牛年)的嬰兒出生數有下降嗎?
觀察因為需要時間變化產生的資料趨勢，經常選用的視覺效果有：折線圖、區域圖，這兩種圖表都可以線條表現出明確走勢，易判讀高峰和低谷，可以加入圖例或是多組數值。不過這裡資料的時間區隔只有年度，因此呈現出單一視覺圖，較沒有起伏。結論，這麼奇怪的極端數值呈現，台灣不是要滅亡了嗎?回去來源檢查，然後發現應該是原本資料庫的110年度沒有完全統計到全部的資料。來源數據不完整的話，也會產生相對應的誤差。

[分析情境四：相關性]
檢視兩個(或以上)變量的數據，是否呈現正(負)相關，經常選用的視覺效果有：散佈圖、關鍵影響因素。散佈圖會使用兩個值的座標軸，分別顯示一組資料，繪製X和Y軸交集處的點，依據資料點的分布來判斷相關性。如果視覺效果是關鍵影響因素，因為可以加入多項可能的影響因子，分析各因子的影響程度並繪製縮圖。實際上在分析相關性的時候，關鍵在於如何運用業界經驗選擇出具有意義的內容，並且正式解釋相關性，來為業界產生價值。

[分析情境五：累積變化]
初始資料受到各種影響而使數據變化，經常選用的視覺效果有：瀑布圖。由初始值、中間值、最終值三種所組成，亦稱「橋圖」。當中的中間值呈現是浮動的值條，綠色增加、紅色減少，能夠作為累計總計、辨識正負值，適合用作解初始值被數據影響的情況。Power BI會列出影響最大的前五項因素，可以自行在格式屬性限制「分解上限」變更，其餘的因素會被歸到「其他」。

[分析情境六：階段追蹤]/分階段觀看各地區與嬰兒的數量
具備可階段分析與循環計算的資料，使階段視覺化而呈現每一階段的占比，經常選用的視覺效果有：漏斗圖，意思是，如果這堆資料是有跡可循、可以分階段計算，需要階段的視覺化分析宜使用漏斗圖，可以呈現每個階段占總數的百分比。

如果各位想知道全台灣哪個區地靈人傑最增產報國，不妨自己下載資料來玩 : )
透過分析，才知道資料來源事實上還是有缺漏或需要整形的地方。