数据收集与表达简介

欢迎来到数据的世界！你可能以为数学只关乎数字和方程，但其实它也是一种“说故事”的方式。数据其实就是我们为了回答身边各种问题而收集的信息。无论是你好奇班上同学最喜欢哪种披萨配料，还是想知道宠物每个月长高了多少，你都在使用数据！

在本章中，我们将学习如何正确地收集这些信息，并将它们转化为精美、易懂的图表。如果看到数字让你感到头痛，不用担心，我们会一步一步慢慢来！

第一节：什么是数据？

在收集数据之前，我们需要了解我们正在寻找哪种数据。我们通常将数据分为两大类：

1. 质性数据（Qualitative Data，描述性数据）

这类数据描述的是“性质”或特征。它通常由文字组成，而不是数字。
例子：朋友眼睛的颜色、他们最喜欢的运动，或是狗的品种。

2. 量化数据（Quantitative Data，数值数据）

这类数据涉及“数量”或可以用数字测量和计算的事物。它又可进一步分为两类：

  • 离散数据 (Discrete Data)： 你可以数出来的事物。它们通常是整数，因为你不可能得到一半。
    例子：课室里的学生人数（你不可能有 20.5 个学生！）。
  • 连续数据 (Continuous Data)： 你可以测量出来的事物。这些数值可以是任何数值，包括小数。
    例子：你的身高（152.5 cm）、苹果的重量，或是跑完比赛所需的时间。

小贴士/记忆口诀：
QuaLitative (质性) = Letters（字母/文字/描述）
QuaNtitative (量化) = Numbers（数字）

重点总结： 数据可以是文字（质性）或数字（量化）。如果是数字，请判断你是用“数”的（离散），还是用“测量”的（连续）。

第二节：收集数据

我们该如何获取这些信息呢？通常我们会使用问卷调查 (Surveys)、观察法 (Observations) 或实验 (Experiments)。

第一手数据 vs. 第二手数据

第一手数据 (Primary Data)： 是你亲自收集的信息。这些数据更新鲜，且更符合你的需求。
第二手数据 (Secondary Data)： 是由其他人收集的信息（例如从网上搜索天气统计资料，或参考教科书）。

计数表 (Tally Chart)

当你在现场收集数据时，很难马上写下具体数字，这时我们会用计数表来追踪。每看到一个项目，就画一条小竖线。当数到五时，在四条竖线上画一条斜线，组成一个“门”或“一捆”。

\( |||| \) = 4
\( \cancel{||||} \) = 5

频数分布表 (Frequency Table)

完成计数后，将它们加起来就能得到频数 (Frequency)。“频数”只是一个高级的词汇，意思就是“某件事发生的次数”。

频数分布表示例（最喜欢的水果）：
苹果： 计数 \( \cancel{||||} || \) | 频数：7
香蕉： 计数 \( ||| \) | 频数：3
橙： 计数 \( \cancel{||||} \) | 频数：5

重点总结： 使用计数法来记录发生的事件，然后将其汇总在频数分布表中，这样数据就一目了然了。

第三节：数据的呈现（图表与统计图）

现在我们有了频数分布表，我们想把它展示给别人看。人类是视觉动物，所以图表能帮我们快速看出规律！

1. 象形图 (Pictograms)

象形图使用符号或图片来代表数据。象形图最重要的是图例 (Key)。图例会告诉你每一张图片代表多少数量。

例子：如果图例显示 1 🍎 = 2 人，那么画半个苹果就代表 1 人。

2. 条形图 (Bar Charts)

条形图非常适合比较不同的类别（质性或离散数据）。
绘制完美条形图的规则：

  1. 加上标题 (Title)，让我们知道图表的主题。
  2. 标示轴线 (Axes)（垂直的线是 y 轴，水平的线是 x 轴）。
  3. 条形之间要保持相等的间距。
  4. 确保所有条形的宽度相同。

3. 折线图 (Line Graphs)

折线图最适合展示事物随时间变化的趋势。我们描绘数据点，并用直线将它们连接起来。
例子：追踪一天中每小时的气温变化。

你知道吗？ 数据科学家称水平线为 x 轴，垂直线为 y 轴。一个简单的记忆方法是，“Y”字的尾巴是“上下伸展的”（像向上和向下的线）！

重点总结： 为你的数据选择正确的图表！使用条形图来比较类别，使用折线图来展示随时间的变化。

第四节：避免常见错误

如果你的第一个图表看起来有点凌乱，别担心！以下是学生最常忽略的地方：

  • 缺少图例： 在象形图中，如果你没有包含图例，没人知道你的图片代表什么！
  • 刻度不均： 在图表的侧边（y 轴）上，确保数字是以相同的间距递增（例如：0, 5, 10, 15... 而不是 0, 2, 7, 10）。
  • 没有标签： 务必标明数字代表的含义（例如：“学生人数”或“厘米”）。

快速复习箱：
1. 质性 (Qualitative) = 文字/类别。
2. 量化 (Quantitative) = 数字（离散或连续）。
3. 频数 (Frequency) = 事情发生的次数。
4. 图表必须具备标题、标签和刻度。

数据收集与表达总结

你已经学到数据无处不在！通过判断数据是质性还是量化、使用计数法收集数据，并以清晰的图表呈现，你就能将一堆混乱的数字变成一个清晰的故事。记得随时检查你的标签和刻度，很快你就会成为数据专家！