📊 IGCSE 数学 (0580) 学习笔记：统计数据的分类
嘿！IGCSE 学霸，欢迎来到统计学的世界。在我们开始计算平均值或绘制精美图表之前，必须先掌握统计学的基石：数据 (data) 本身。本章将带你学习如何整理和分类数据，让它们变得条理清晰，而不是一堆乱码！
掌握数据分类就像在拼乐高前先对积木进行归类。这会让后续的工作变得轻松很多，并确保你为特定问题选择了正确的数学工具。
1. 统计数据的列表化 (C10.1 / E10.1)
当你刚收集到数据时，它们通常是一堆原始、无序的列表。列表化 (Tabulating) 数据是指将它们整理到表格中，以展示每个数值出现的频率。这样一来，数据就变得一目了然了。
1.1 简单的画记表（频数分布表）
简单的画记表（Tally Table）列出了数据类别、画记（计数）和最终的频数。
核心术语：
频数 (Frequency)：某个特定数值或项目在数据集内出现的次数。
如何创建画记表（分步指南）：
- 在一列中列出所有可能的数据值或类别。
- 逐一检查你的原始数据列表。
- 每出现一次该数值，就画一个画记符号 (\( | \))。每五个一组 (\( \cancel{||||} \))，这样计数更方便。
- 将最终统计的次数填入频数列。
示例：询问一个班级的学生有多少个兄弟姐妹。原始数据：1, 2, 0, 1, 3, 2, 1, 1, 0, 2。
| 兄弟姐妹数量 | 画记 (Tally) | 频数 (Frequency) |
| 0 | || | 2 |
| 1 | \(\cancel{||||}\) | 4 |
| 2 | ||| | 3 |
| 3 | | | 1 |
| 总计 | 10 |
小贴士：一定要检查你的总频数是否与你收集的数据点总数一致！
1.2 双向表 (Two-Way Tables)
双向表根据两个不同的变量（或特征）来组织数据。这对于比较类别以及为后续学习概率问题非常有帮助。
示例：对 50 名学生进行调查，了解他们更喜欢数学还是科学，并按性别分类。
| 喜欢数学 | 喜欢科学 | 总计（行） | |
| 男生 | 15 | 10 | 25 |
| 女生 | 12 | 13 | 25 |
| 总计（列） | 27 | 23 | 50（总数） |
注意看：
- 表内的数字是两个类别同时满足的频数（例如，有 10 名学生既是男生又喜欢科学）。
- 行和列的合计必须分别相加，且最终均等于总数。
重点总结（列表化）
列表化是为了整理原始数据。使用画记表处理单一变量，使用双向表同时比较两个不同的变量。
2. 数据类型分类 (C10.3 / E10.3)
在 IGCSE 统计学中，最重要的分类是区分数据是离散型 (discrete) 还是连续型 (continuous)。这将决定你后续应使用哪种图表以及采用哪些计算方法。
2.1 离散型数据
定义：
离散型数据是指只能取特定、固定数值的数据。它通常通过计数 (counting) 得到。
- 离散数值通常（但并非总是！）必须是整数。
- 在可能的值之间存在间隙。
类比：想象你在数鸡蛋。你可以有 1 个、2 个或 3 个鸡蛋。你不可能有 2.5 个鸡蛋（除非有一个碎了！）。
离散型数据示例：
- 经过某一点的车辆数量。
- 掷骰子的点数（1, 2, 3, 4, 5 或 6）。
- 拥有手机的学生人数。
- 鞋码（例如 7 码或 7.5 码，但不会有 7.31 这种中间值）。
记忆法：D 代表 Discrete（离散），也代表 Distinct（不连续的数字），需要用 Count（数）来统计。
2.2 连续型数据
定义：
连续型数据是指在指定范围内可以取任意值的数据。它通常通过测量 (measuring) 得到。
- 连续数据的精度仅受测量工具的限制。
- 在任意两个给定点之间，理论上存在无限多个可能的值。
类比：想象你在测量一棵树的高度。它可以是 5 米，或者 5.1 米，或者 5.105 米，甚至 5.10528 米……你可以根据尺子的精确度不断增加小数位数。
连续型数据示例：
- 人的身高。
- 跑 100 米所用的时间。
- 一袋大米的重量。
- 温度读数。
⚠️ 常见避坑指南！
即使一个连续测量值（如身高）记录为整数（例如 170 cm），该数据本质上仍然是连续的。仅仅是因为我们对测量值进行了四舍五入，并不会改变被测对象的本质属性！
2.3 离散型 vs. 连续型总结
快速回顾表
| 特征 | 离散型数据 | 连续型数据 |
| 获取方式 | 计数 (Counting) | 测量 (Measuring) |
| 可能的值 | 固定的、明确的值（存在间隙） | 范围内的任意值（有无限可能） |
| 示例 | 孩子数量 | 质量/重量 |
你知道吗？
选择正确的数据类型对于绘图至关重要！例如，离散数据通常使用条形图 (bar charts) 表示，而连续数据通常使用直方图 (histograms) 表示（我们稍后会学到）。
重点总结（数据类型）
如果你需要数出特定项目的数量，那么数据就是离散的。如果你需要对某物进行测量（小数和分数在这里很有意义），那么数据就是连续的。