欢迎来到统计学的世界！统计数据的分类
各位 IGCSE 数学同学们，大家好！欢迎来到统计学 (Statistics)的世界。别担心，这一章还不需要使用复杂的公式，我们主要学习基础知识：如何对收集到的杂乱原始信息进行整理和分类。
把数据想象成散落在房间里的玩具。在拼搭出精美的作品之前，你需要先把它们按类别整理好（积木、小汽车、人偶），并整齐地放进储物盒（表格）里。学习如何正确地对数据进行分类，是进行任何有效统计分析的关键第一步！
第一部分：定量数据的两大基本类型 (C10.3 / E10.3)
当我们处理数值信息（定量数据）时，主要根据其收集或测量的方式将其分为两类：离散型数据 (Discrete) 或 连续型数据 (Continuous)。
1.1 离散型数据 (Discrete Data)
离散型数据是指只能取特定、固定值的数据，通常为整数。它源于“数数”。
- 关键特征：数据必须是可以逐一清点的。固定取值之间不存在中间值。
- 类比/技巧：想象一下数手指的数量（你不可能有 8.5 个手指）。
离散型数据的例子：
- 教室里的学生人数（10, 11, 12 等）。
- 小测验的分数（例如 1/10, 2/10 等）。
- 一小时内经过学校大门的车辆数量。
1.2 连续型数据 (Continuous Data)
连续型数据是指在给定范围内可以取任何值的数据。它源于“测量”。
- 关键特征：数值仅受测量仪器精度的限制。从理论上讲，小数点后可以有无限位。
- 类比：想象测量身高。你可能会说 175 厘米，但精确值可能是 175.3 厘米，或者 175.34 厘米，甚至是 175.3458 厘米……它是一个连续流动的过程。
连续型数据的例子：
- 人的身高或体重。
- 跑 100 米所用的时间。
- 烧杯中水的温度。
快速复习框：离散型 vs. 连续型
离散型：计数得出（例如：孩子人数、进球数、鞋码）。
连续型：测量得出（例如：时间、重量、长度）。
第二部分：通过制表整理数据 (C10.1 / E10.1)
一旦我们知道了数据的类型，就需要使用表格来整理它们。这个过程称为统计制表 (tabulating statistical data)。最常用的方法是使用频数分布表 (frequency distributions)。
2.1 简单计数与频数表
收集原始数据时，它们通常是一长串杂乱无章的列表。计数表 (Tally Table) 可以帮我们有条理地统计每个数值出现的频率。
如何构建简单的计数表：
- 在第一列中列出所有可能的数据值（或类别）。
- 浏览原始数据列表，在对应的值旁边画一个计数符号（竖线）。
- 使用标准的五进制分组法：四条竖线后加一条斜线穿过这四条线（\(H\)），代表 5，这样计数更快。
- 频数 (Frequency) 一列记录每个数值对应的总数。
例子：如果一个班级记录了每人拥有的宠物数量：2, 0, 1, 3, 2, 1, 1, 0, 2。
表格片段：
数值（宠物） | 计数 | 频数
0 | II | 2
1 | III | 3
2 | III | 3
3 | I | 1
2.2 分组频数分布表 (Grouped Frequency Distributions)
如果你处理的是连续型数据（如身高或时间）或者跨度很大的离散型数据（如 100 个人的考试分数），简单的计数表就会变得太长。
在这种情况下，我们使用分组频数分布表，将数据划分为不同的组距 (Class Intervals)。
组距的重要性
定义分组的方式非常关键。组距必须满足：
- 不重叠：一个数据点只能归入一个组。
- 覆盖全面：所有数据点都必须被涵盖在内。
- 组宽一致（通常）：为了后续公平比较，各组通常设置相同的宽度（例如：0-10, 10-20, 20-30）。
常见错误提醒！边界处理
在为连续型数据设置边界时，必须明确像 10.0 这样的数值归属于哪一组。
以身高（h，单位 cm）为例的规范表示法：
- \(150 \leq h < 160\)：这一组包含 160 cm 之前的数值，但在 160 cm 处截止。
- \(160 \leq h < 170\)：这一组包含 160 cm。
这样可以确保不会对精确测量值（如 160 cm）应归入哪一组产生歧义。
2.3 双向表 (Two-Way Tables)
双向表（又称列联表）用于展示涉及两个不同类别的数据。它能让你看到这两组分类之间的联系或交叉情况。
你知道吗？这种表格在现实世界的问卷调查和质量控制检查中非常常见，因为它们允许研究人员同时比较两个因素。
结构：
- 第一种分类列在侧面（行）。
- 第二种分类列在顶部（列）。
- 表格内部的单元格显示符合两个条件的频数（计数）。
- 最后一列和最后一行通常用于记录合计 (Totals)。
例子：调查学生偏好数学还是科学，并按性别（男/女）划分。
问题可能是：“有多少名女生更喜欢科学？” 你只需要找到“女生”行和“科学”列交叉的单元格即可。
关键要点：
分类始于辨别数据是离散型（可数）还是连续型（可测）。然后，我们通过计数表、针对大数据集的分组频数表，或用于同时查看两个分类的双向表来组织它们。掌握制表技巧，后续所有的统计计算都会变得轻松许多！
第三部分：分类与制表术语总结
以下是本章重要词汇的快速参考指南：
- 统计数据 (Statistical Data)：收集用于分析的原始事实和数据。
- 定量数据 (Quantitative Data)：数值型数据（可分为离散型或连续型）。
- 离散型数据 (Discrete Data)：通过数数获得的数据（固定的、特定的数值）。
- 连续型数据 (Continuous Data)：通过测量获得的数据（在一定范围内可取任何值）。
- 计数表 (Tally Table)：使用符号（如 \(H\)）统计各数值出现频数的一种制表方法。
- 频数 (Frequency)：某个特定数值或类别在数据集中出现的次数。
- 组距 (Class Interval)：在频数表中用于分组连续数据的范围（例如：\(10 \leq x < 20\)）。
- 双向表 (Two-Way Table)：用于根据两个不同类别对数据进行分类的表格。