👋 欢迎来到散点图的世界！

你好！这一章我们将学习如何识别数据之间的关系。别担心统计学听起来很抽象——我们其实是在学习如何像侦探一样去发现数据中的模式！散点图是你统计工具箱中最直观、最简单的工具之一。

你将学到：

  • 如何在散点图中绘制数据。
  • 如何识别并描述两个变量之间的关系（相关性）。
  • 如何画出并利用最佳拟合线来进行预测。

1. 绘制和解释散点图 (C10.7.1)

散点图（Scatter diagram 或 Scatter plot）是一种用于展示两个变量之间关系的图表。我们处理的是所谓的双变量数据（涉及两个变量的数据）。

坐标轴：自变量与因变量

当你绘制散点图时，需要确定哪个变量放在哪个轴上：

  • 自变量（x轴）： 这是你认为可能会影响另一个变量的那个量。我们通常先控制或测量这个变量。（例如：学习时间。）
  • 因变量（y轴）： 这是随自变量改变而改变的那个量。（例如：考试成绩。）

每一组测量值（例如，某位学生的学习时间及其对应的成绩）在图表上表现为一个点。

⚠️ 如何绘制散点图（考纲要求）

考纲对作图有明确的规范：

1. 描点： 绘制的点应清晰标注，例如使用小的叉号 (x)。

2. 比例与标签： 确保坐标轴有清晰的标签（变量名）和刻度。

快速复习： 可以把散点图看作是把所有单项数据点同时展示出来，让你能一眼看出它们是聚集成团，还是呈现出明显的趋势。

2. 理解相关性 (C10.7.2)

相关性描述了散点图上两个变量之间的联系。它告诉你变量是如何关联的——它们是同步增加，还是一个增加时另一个减少，又或者完全没有关系。

相关性的类型

你需要掌握三种主要的线性相关类型：

1. 正相关

  • 描述： 当自变量 (x) 增加时，因变量 (y) 也增加。点在图中整体从左下向右上趋势延伸。
  • 现实类比： 天气越热，冰淇淋的销量越高。（两者同步增加。）

2. 负相关

  • 描述： 当自变量 (x) 增加时，因变量 (y) 减少。点在图中整体从左上向右下趋势延伸。
  • 现实类比： 汽车越旧，其价值越低。（一个增加，另一个减少。）

3. 零相关（无相关）

  • 描述： 两个变量之间没有明显的联系。点在图中随机分布，形成一个无规律的“云团”。
  • 现实类比： 一个人的身高与他最喜欢的颜色之间的关系。（两者无关。）

相关性的强度

我们还可以根据强度来描述相关性：强、中等、或弱。

  • 强： 点非常密集，几乎形成一条完美的直线。
  • 中等： 点呈现明显的趋势，但在潜在的直线周围分布得稍微散乱一些。
  • 弱： 几乎看不出趋势；点分布得很散，但仍能隐约看出一个大致的方向（正或负）。
  • 完美： 所有点完全落在一条直线上（在真实数据中很少见）。
你知道吗？

在统计学中，相关性并不一定意味着因果关系。仅仅因为两件事同时发生（比如夏天冰淇淋销量高且犯罪率也高），并不代表一者导致了另一者（通常是第三个因素，比如气温，导致了两者同时升高）。

考纲重要提示： 你只需要描述相关性（正、负、零，以及强度）。本考纲不要求计算具体的数值（相关系数）。

要点总结： 相关性看的是方向和紧密程度。正相关向上，负相关向下，零相关是一团散沙。点越密集，相关性越强。

3. 最佳拟合线 (LOBF) (C10.7.3)

最佳拟合线是一条穿过散点图中心、用于概括变量之间关系的直线。它能帮助我们做出合理的预测。

画最佳拟合线的规则（目测法）

准确画出最佳拟合线对于得分至关重要。必须使用直尺画出一条线，并满足以下条件：

  1. 它必须经过均值点。
  2. 它应覆盖整个数据范围。
  3. 在整条直线的长度上，线两侧的点分布应大致均匀。
第一步：计算均值点 \((\bar{x}, \bar{y})\)

“目测”画线最准确的方法是强制让直线经过均值点（也称为质心）。

  • 计算所有 x 值的平均数：\(\bar{x} = \frac{\sum x}{n}\)
  • 计算所有 y 值的平均数：\(\bar{y} = \frac{\sum y}{n}\)
  • 均值点为 \((\bar{x}, \bar{y})\)。请在图上清晰地标出这个点（通常用圆圈或其他特殊符号）。

类比： 均值点就像是你数据云团的“平衡中心”。你的直尺必须以这个点为轴进行旋转定位。

第二步：定位并画线
  • 将直尺放在图上，使其穿过均值点 \((\bar{x}, \bar{y})\)。
  • 调整直尺的角度，直到线段上方和下方的点数量大致相等。
  • 确保直线的长度从图中显示的最小 x 值延伸到最大 x 值（或横跨整个坐标区域）。

利用最佳拟合线进行预测

一旦画好，最佳拟合线就可以帮你估算那些未测得的值：

  • 内插法 (Interpolation)： 在原始数据点的范围内进行预测。这通常被认为是可靠的。
  • 外推法 (Extrapolation)： 在原始数据点的范围外进行预测（即延长直线）。这不太可靠，因为你假设趋势在测量范围之外仍然保持不变。
❌ 常见的错误

不要只是简单地连接第一个点和最后一个点！那几乎不可能是数据的真实趋势。直线必须使到所有点的总距离最小化。

要点总结： 最佳拟合线是对趋势的一种基于数据的合理推测，它的中心精确位于数据的均值点处。

4. 进阶内容：线性回归方程 (E10.7.4)

对于进阶（Extended）学生，你必须知道如何使用图形计算器 (GDC) 来获取数学上最精确的最佳拟合线，即线性回归方程。

虽然“目测法”能给你一个很好的估计，但线性回归方程能给出数学上唯一正确的直线，它使直线与每个数据点之间的误差（距离）之和达到最小。

线性回归方程

你的 GDC 给出的方程通常是直线的形式：
$$\mathbf{y = mx + c} \quad \text{或} \quad \mathbf{y = ax + b}$$

其中：

  • m (或 a) 是直线的斜率，代表变化率。
  • c (或 b) 是 y-截距。

如何使用图形计算器 (GDC)

你的 GDC 内置了统计功能来进行线性回归：

  1. 输入数据： 将配对数据（x 和 y）输入到统计列表（L1 和 L2）中。
  2. 选择回归模式： 选择适当的双变量统计计算或“线性回归”模式（通常标记为 a + bx 或 mx + b）。
  3. 读取结果： 计算器会立即显示斜率（m 或 a）和截距（c 或 b）的值。
  4. 写出方程： 将这些值代入线性方程格式中。

示例： 如果计算器显示 \(m = 2.5\) 且 \(c = 10\)，则最佳拟合线方程为 \(\mathbf{y = 2.5x + 10}\)。

使用方程进行预测

一旦有了方程，进行预测会比看图表更准确：

示例：如果方程是 \(y = 2.5x + 10\)，你想预测学习时间为 \(x = 5\) 小时的学生的成绩 (y)：
$$y = 2.5(5) + 10$$ $$y = 12.5 + 10$$ $$y = 22.5$$

💡 使用回归方程的小贴士

切记，只有在最终计算得出结果后才进行四舍五入（通常保留 3 位有效数字，除非题目另有说明）。不要在方程内部就对斜率和截距进行四舍五入，除非题目明确要求你写出特定精度的方程。

要点总结（进阶）： 线性回归方程是最佳拟合线的数学版本，使用 GDC 可以快速且精确地求出。

📝 快速复习盒：散点图

  • 目的： 展示两个变量之间的关系（相关性）。
  • 绘制（Core/Extended）： 用小的叉号 (x) 描点。
  • 相关性： 根据方向（正、负、零）和强度（弱、中等、强）来描述。
  • 最佳拟合线 (LOBF)： 必须是穿过均值点 $(\bar{x}, \bar{y})$ 的单条直线，且线两侧的点分布均衡。
  • 线性回归（仅限 Extended）： 使用 GDC 找到最佳拟合线的精确方程（如 \(y = mx + c\)）以进行准确预测。

继续多加练习画最佳拟合线——这通常是考试中高分的实操技能！你一定可以做到的！