欢迎来到统计学的世界！
欢迎！在这个章节中，我们将学习如何收集、整理并理解各种信息。这些信息我们称之为数据 (data)。统计学就像侦探工作一样；你通过观察线索（数字）来说出围绕在我们身边的故事。无论是预测天气还是分析哪支球队最强，统计学无处不在！
如果你一开始对数字感到有点畏惧，不用担心。我们会将所有内容拆解成简单、易懂的步骤。让我们开始吧！
1. 抽样：纵观全局
想象一下，你想知道英国每位学生最喜欢的披萨配料是什么。你不可能去问数百万人！因此，你会询问一个较小的群体，这就叫做抽样 (sampling)。
关键词汇：
- 总体 (Population)：你感兴趣的整个群体（例如：全英国的所有学生）。
- 样本 (Sample)：你实际询问的小组（例如：来自你所在城镇的 100 名学生）。
- 具代表性样本 (Representative Sample)：能够真实反映总体情况的样本。如果你只去问“辣肉肠爱好者俱乐部”的成员，那你的样本就会产生偏差 (biased)！
类比：想象一位厨师尝了一勺汤。如果这勺汤味道好，他就会假设整锅汤都好。整锅汤就是总体；那一勺汤就是样本！
快速回顾：为了确保样本公正，它应该是随机选取的，并且数量要足够大，才能公平地代表所有人。
2. 展示你的数据：表格与图表
一旦你收集到了数据，就需要将其呈现给别人看。不同的数据需要不同的图表来展现。
数据类型
- 分类数据 (Categorical)：适合分组的数据（例如：眼睛颜色、汽车品牌）。
- 离散数据 (Discrete)：只能是特定数值的数据（例如：宠物数量、鞋码）。
- 连续数据 (Continuous)：可以在某个范围内取任何值的数据（例如：身高、时间）。
常见图表
- 象形图 (Pictograms)：使用图片来代表数量。一定要看图例！如果一个圆形代表 4 个人，那么半个圆形就代表 2 个人。
- 条形图 (Bar Charts)：非常适合比较不同类别。对于分类数据，记得在条形之间留出间隙。
- 扇形图 (Pie Charts)：显示总体是如何被拆分的。要计算扇形的角度，请使用以下公式：
\( \text{角度} = \frac{\text{频数}}{\text{总频数}} \times 360 \)
时间序列图 (Time Series Graphs)
这是显示事物随时间变化情况的折线图，例如你过去五年的身高，或是一整天的气温变化。我们主要观察趋势 (trend)（它是总体向上、向下还是保持不变？）。
重点提示：记得标记坐标轴并为图表加上标题，这样大家才知道在看什么！
3. 平均数与离散程度：数据总结
有时，我们只想用一两个数字来“总结”整组数据。我们使用平均数 (Averages)（寻找中心点）和极差 (Range)（寻找离散程度）。
三个平均数（与一个“离散程度”）
1. 众数 (Mode)：出现最频繁 (Most)的数值。（记忆小撇步：MOde = MOst）
2. 中位数 (Median)：当数字按顺序排列时，位于中间 (middle)的数值。（记忆小撇步：中位数就像公路中间的绿化带）
3. 平均值 (Mean)：这是最“费工”的一个！将所有数字相加，再除以数字的个数。
\( \text{平均值} = \frac{\Sigma x}{n} \)
4. 极差 (Range)：最大值与最小值之间的差。这告诉我们数据是稳定的还是分布得很广。
常见错误！
计算中位数时，你必须先将数字从小到大排序。如果不这样做，答案就会错！
快速回顾：
- 平均数：告诉我们什么是“典型”数值。
- 极差：告诉我们数据有多“可靠”或“分散”。
4. 进阶图表（高阶试卷重点）
如果你处理的是更复杂的数据，可能会用到这些工具：
累计频数 (Cumulative Frequency)
这是一种“累计总数”。随着数据增加，你将频数逐一相加。绘制出来后，通常会形成一个“S”型曲线。我们用它来找中位数和四分位数 (Quartiles)。
箱线图 (Box Plots / Box and Whisker)
箱线图显示了五个关键信息：
1. 最小值
2. 下四分位数 (LQ - 25% 的位置)
3. 中位数 (50% 的位置)
4. 上四分位数 (UQ - 75% 的位置)
5. 最大值
四分位距 (IQR)： \( \text{UQ} - \text{LQ} \)。这显示了中间 50% 数据的位置。它比极差更好，因为它排除了奇怪的“离群值”(outliers)（远高于或远低于其余数据的数字）。
直方图 (Histograms)
它们看起来像条形图，但用于连续数据。条形的面积代表频数。垂直轴称为频数密度 (Frequency Density)。
\( \text{频数密度} = \frac{\text{频数}}{\text{组距}} \)
重点提示：当分组（组区间）的宽度不同时，要使用直方图。
5. 散点图：发现关系
我们使用散点图来处理双变量数据 (bivariate data)（具有两个变量的数据，例如“气温”和“雪糕销量”）。
相关性 (Correlation)
这描述了两者之间的关系：
- 正相关 (Positive Correlation)：一个上升，另一个也上升（例如：学习时间 vs. 考试成绩）。
- 负相关 (Negative Correlation)：一个上升，另一个下降（例如：户外气温 vs. 取暖费）。
- 无相关 (No Correlation)：点散布在各处；两者没有链接。
最佳拟合线 (Line of Best Fit)
这是一条穿过点群中间的直线。线上方和下方的点数应该大致相等。我们用它来做预测。
你知道吗？
相关性不等于因果关系！例如，雪糕销量和鲨鱼攻击事件在夏天都会增加。它们有正相关，但吃雪糕并不会导致鲨鱼攻击！两者只是都被温暖的天气所影响而已。
进行预测
- 内插法 (Interpolation)：预测数据范围以内的数值。这通常相当可靠。
- 外推法 (Extrapolation)：预测数据范围以外的数值（沿着线继续延伸）。这是有风险的，因为趋势可能会改变！
重点提示：画最佳拟合线时要用尺，并尽量只在现有数据范围内进行预测！
考试成功最终清单
- 检查图例：永远检查象形图或地图上的图例。
- 将数字排序：计算中位数或四分位数前，务必先将数据排序。
- 标签：你的图表有标题和坐标轴标签吗？
- 单位：你使用的是正确单位（厘米、公斤、秒）吗？
- 保持冷静：统计题目通常有很多文字。多读两遍，画出数字，一步一步来！