课题：统计学入门——读懂数据话语！
同学们好！欢迎来到刺激有趣的统计学世界！你可能会想：“统计学？不就是一堆沉闷的数字和图表吗？”当然不是！统计学就像侦探工作一样。它是一门收集、整理和理解信息（我们称之为数据）的学问，目的就是揭开隐藏的秘密、发现趋势，并作出明智的决策。
在这个课题里，我们会学习如何收集信息、如何整理信息让它变得有意义，以及如何使用简洁的图表将它视觉化地呈现出来。准备好了吗？我们开始吧！
第一部分：收集与整理线索——数据的收集与分类
在侦探解开谜团之前，他们需要先收集线索。在统计学中，我们的线索就叫做数据。数据只是一堆事实、数字或测量结果的集合。
统计探究的阶段
进行一项统计研究包含四个主要步骤：
1. 拟定问题：决定你想解答的问题。
2. 收集数据：收集有助于回答问题的信息。
3. 整理和展示数据：将数据整理成图表。
4. 分析和解释：根据你的发现得出结论并作出决策。
我们如何收集数据？
根据我们的目标，我们可以使用不同的方法来收集数据：
• 第一手数据（初级数据）：由你自己直接收集的数据。例子包括进行问卷调查、进行实验或进行直接观察。
• 第二手数据（次级数据）：由其他人收集并由你使用的数据。例子包括查阅政府人口普查记录、香港天文台的天气报告，或来自已出版书籍和网站的信息。
我们会接触到哪些数据类型？
数据通常分为两大类。了解它们之间的区别非常重要！
1. 离散数据
这类数据可以用整数来数算。中间不能包含其他数值。
• 例子：你拥有的宠物数量（你可以有2只猫，但不能有2.5只猫）。
• 例子：你的鞋码（例如：7、7.5、8——它们是固定的数值，中间并没有无限多的数值）。
• 例子：掷骰子时的点数（1、2、3、4、5或6）。
2. 连续数据
这类数据是用仪器量度出来的。它可以在某个范围内取任何数值。
• 例子：你的身高（你可以是150厘米、150.1厘米、150.11厘米……）。
• 例子：跑100米所需的时间（例如：15.2秒、15.25秒……）。
• 例子：房间的温度。
快速复习区
离散数据 = 可数算（就像篮子里的苹果）
连续数据 = 可量度（就像苹果的重量）
整理数据：频数分布表
想象一下，你问了20位朋友他们有多少兄弟姐妹。你得到了这份清单：1, 2, 1, 0, 3, 1, 2, 4, 0, 1, 2, 2, 1, 1, 3, 0, 2, 1, 2, 1。这堆数据乱七八糟的！一个频数分布表可以帮助我们整齐地整理这些杂乱的数据。
频数的意思就是“某件事发生了多少次”。
对于未分组数据：
我们列出每个可能的值，并使用划记数算它出现了多少次。
-----------------|-----------|--------------
0 | III | 3
1 | IIII III | 8
2 | IIII I | 6
3 | II | 2
4 | I | 1
-----------------|-----------|--------------
总计 | | 20
你看，是不是更容易阅读了呢！我们可以迅速发现，拥有1个兄弟姐妹是最普遍的情况。
对于已分组数据（当你的数值范围很广时）：
如果我们量度20位学生的身高（厘米）呢？最好将它们分组到组区间。
例子数据（身高，单位：厘米）：155, 161, 173, 158, 163, 168, 175, 159, 165, 164, 171, 178, 166, 169, 157, 160, 164, 170, 174, 167
-----------------|-----------|--------------
155 - 159 | IIII | 4
160 - 164 | IIII | 5
165 - 169 | IIII | 5
170 - 174 | IIII | 4
175 - 179 | II | 2
-----------------|-----------|--------------
总计 | | 20
第一部分重点总结
统计学始于定义问题，并通过第一手或第二手方法收集数据。我们将数据分类为离散数据（可数算的）或连续数据（可量度的），并使用频数分布表来整理它们。
第二部分：绘制图表——数据的视觉呈现
一图胜千言……或者说，一图胜千数！统计图表能帮助我们即时看出数据中的模式和趋势。你们已经认识一些简单的图表，例如条形图、饼图和折线图。接下来，我们来看看在初中阶段更多有用的图表吧！
茎叶图
茎叶图是一种巧妙的方法，可以整齐、有条理地展示所有数据值，同时保留原始数字。“茎”代表首位数字，而“叶”代表最后的个位数字。
如何绘制茎叶图：
让我们使用以下测验分数：75, 81, 94, 62, 88, 79, 81, 95, 75, 67
步骤1：找出最低和最高分数，以确定你需要哪些“茎”（分数从60多到90多，所以茎是6、7、8、9）。
步骤2：在垂直线的左侧垂直写下“茎”。
步骤3：将每片“叶”（最后一个数字）放在右侧相应的“茎”行中。
步骤4：将“叶”从左到右按数值顺序排列，并务必加上图例！
茎 | 叶
-----|----------
6 | 2 7
7 | 5 5 9
8 | 1 1 8
9 | 4 5
-----|----------
图例：6 | 2 代表 62
我们能立刻看出分数大部分集中在70多分和80多分，而且没有遗失任何原始数据值！
散点图
有时我们会从每个人或项目收集两组相关的数据（称为双变量数据），例如学生的学习时数与其考试分数。散点图将这些数值对绘制成坐标平面上的点，以观察这两个变量之间是否存在任何关系。
散点图中的关系类型：
• 正相关（正关系）：当一个变量增加时，另一个变量往往也会增加（数据点由左至右向上分布）。例子：身高与鞋码。
• 负相关（负关系）：当一个变量增加时，另一个变量往往会减少（数据点由左至右向下分布）。例子：玩电子游戏的时间与睡眠时间。
• 没有关系：数据点随机散布，没有明显的向上或向下规律。例子：鞋码与数学考试分数。
小心！图表的应用与滥用
统计图表的绘制方式有时可能会误导读者。务必仔细观察：
• 折断的轴线 / 截断的轴线：如果垂直轴不是从0开始（或在未有注明下使用折断线），微小的差异可能会被大幅夸大。
• 不均匀的刻度：当轴线上的区间间距不均匀时，呈现出来的趋势会被扭曲。
• 误导性象形图：使用二维图片或三维物体代替简单的条形可能会误导读者，因为将高度增加一倍会使面积或体积看起来大4倍或8倍！
第二部分重点总结
统计图表帮助我们清晰地可视化数据。茎叶图显示个别数值和分布，而散点图则让我们探究两个变量之间的关系。务必以批判性思维检查坐标轴和刻度，以找出具有误导性的图表！