欢迎来到数据呈现 (Data Presentation) 的世界！

你有没有想过，企业是如何从每天数以十亿计的点击次数中分析出意义的？又或者，科学家是如何证明一种新药确实有效？这一切都始于数据呈现。在本章中，我们将学习如何将一堆杂乱无章的数字转化为清晰、具象的故事。如果统计学让你感觉与纯数学（Pure Maths）有点「不同」，请别担心；你可以将其视为一门用数字说真话的艺术。

1. 认识你的数据类型

在我们画图之前，必须先了解我们处理的是什么样的数据。数据并不单单指数字！

  • 类别数据 (Categorical Data)：描述性的文字或标签（例如：眼睛颜色：蓝色、棕色、绿色）。
  • 排序数据 (Ranked Data)：有顺序性但并非测量结果的数据（例如：在比赛中获得第 1、第 2 或第 3 名）。
  • 离散数据 (Discrete Data)：数值数据，只能取特定数值——通常是你用「数」出来的东西（例如：宠物数量、入球数）。
  • 连续数据 (Continuous Data)：数值数据，可以在一定范围内取任何数值——通常是你用「量」出来的东西（例如：身高、时间、质量）。

比喻：想象一条楼梯。离散数据就像阶梯——你只能站在第 1 级或第 2 级。连续数据则像斜坡——你可以在两者之间的任何高度停留。

快速回顾：数据清单

类别：名称/标签
排序：顺序/位置
离散：计数所得 (1, 2, 3...)
连续：测量所得 (1.527...)

2. 单变量数据的标准图表

MEI 课程要求你识别并解读几种常见的图表。让我们拆解最常见的类型：

条形图 (Bar Charts) vs. 直方图 (Histograms)

它们看起来很像，但用途不同！条形图用于类别数据或离散数据（条与条之间有间隙）。直方图则用于连续数据（条与条之间没有间隙）。

茎叶图 (Stem-and-Leaf Diagrams)

这类图表非常棒，因为它们既能显示数据的分布形态，又能保留原始数字。 例子：如果你有数字 21、23 和 35，「茎」(Stem) 就是十位数 (2, 3)，而「叶」(Leaf) 就是个位数 (1, 3, 5)。记得一定要附上说明 (Key)！

盒须图 (Box-and-Whisker Diagrams / Box Plots)

这类图表总结了五个关键数字：

  1. 最小值 (Minimum)
  2. 下四分位数 (Lower Quartile, \(Q_1\))
  3. 中位数 (Median, \(Q_2\))
  4. 上四分位数 (Upper Quartile, \(Q_3\))
  5. 最大值 (Maximum)
「盒」代表数据的中间 50%。如果盒子很宽，代表数据的分布非常分散！

常见错误：忘记了如果存在极端值（Outliers），「须」(Whiskers) 并不一定会延伸到绝对的最大值或最小值！我们稍后会讨论这个问题。

3. 掌握直方图

在 GCSE 中，你可能只是观察条形的高度。在 AS Level，你有一个金科玉律：面积与频数成正比。

我们在纵轴上使用频数密度 (Frequency Density)。公式为： \( \text{Frequency Density} = \frac{\text{Frequency}}{\text{Class Width}} \)

为什么要这样做？这让我们能公平地比较不同分组的数据。想象一下「0-10 岁」和「11-80 岁」的组别。如果我们只使用频数，那个巨大的年龄跨度会看起来人为地「变高」，只因为它涵盖的人数更多。频数密度则能平衡这种差距。

直方图问题解题步骤：

  1. 检查组宽 (Class Width)（每组之间的「间距」）。
  2. 计算每一行的频数密度。
  3. 绘制长条，确保它们相连。
  4. 如果题目问某范围内的人数，计算该部分长条的面积。

4. 累积频数 (Cumulative Frequency)

这是一个「累计总数」的图表。你会随着分组递增将频数相加。

  • 始终在组上限 (Upper Class Boundary)（即分组的末端）标绘点。
  • 曲线看起来应该像一个拉长的「S」形。
  • 你可以利用它来估算中位数（在 y 轴上找到总频数的 50% 并向横读取）以及四分位数（25% 和 75% 的位置）。

5. 描述分布形态 (Distributions)

当你看到图表时，需要能够用以下术语描述其「个性」：

  • 对称 (Symmetrical)：左侧看起来像右侧的镜像。
  • 单峰 (Unimodal)：只有一个明显的顶峰（一个「众数」）。
  • 双峰 (Bimodal)：两个明显的顶峰。
  • 偏态 (Skewed)：数据的「尾巴」被拉向一侧。

如何记忆偏态： 看看「尾巴」指向哪里！ - 如果长尾指向右方（指向更大的正数），则是正偏态 (Positively Skewed)。 - 如果长尾指向左方（指向更小的负数），则是负偏态 (Negatively Skewed)。

口诀：「尾巴说明一切」(The tail tells the tale)。如果尾巴在正数一侧，就是正偏态。

6. 双变量数据与散点图

双变量数据 (Bivariate data) 指的是每个个体有两个变量（例如：身高和体重）。我们将其绘制在散点图 (Scatter Diagram) 上，以寻找关联性 (Association)。

相关性 vs. 因果关系

这是考试热门话题！ 相关性 (Correlation) 描述线性关系（正相关、负相关或无相关）。 然而，仅仅因为两件事相关，并不代表一件事导致了另一件事。

例子：雪糕销量与鲨鱼袭击次数呈正相关。难道吃雪糕会导致鲨鱼袭击吗？当然不是！两者都是由第三个因素引起的：炎热的天气。

回归线 (Regression Lines)

回归线（最佳拟合线）是一种在点阵中画出一条线的数学方法。

  • 内插法 (Interpolation)：在数据范围「内」估算数值。这通常很可靠。
  • 外推法 (Extrapolation)：在数据范围「外」估算数值。这很危险，因为趋势可能不会延续下去！

极端值 (Outliers)

极端值是指与其余数据不一致的数据点。在散点图上，找那些「脱离群体」的点。 在 MEI 课程中，你可以凭视觉识别它们，或使用规则：超出 \(1.5 \times \text{IQR}\) (四分位距) 的四分位数范围，或者距离平均值 2 个标准差以上的点。

7. 成功的最终秘诀

你知道吗？随着样本量增加，你的图表（例如投掷硬币的条形图）将会越来越接近理论上的「真实」概率分布。这就是为什么科学家喜欢大样本的原因！

重点总结：
  • 直方图中：面积 = 频数。
  • 茎叶图务必检查说明 (Key)。
  • 内插法很安全；外推法风险很高。
  • 相关性不等于因果关系。
  • 图表的尾巴显示了偏态。

如果一开始觉得术语很多，别担心。一旦你开始画图，就会发现规律变得非常容易察觉！持续练习那些直方图的面积计算吧——这是最容易踩的坑！