欢迎来到数据的图表分析与解释

你有没有听过“一幅图胜过千言万语”这句话？在数学世界里，一幅绘制精准的图表往往胜过千百个数字！原始数据——无论是长长的数值清单、问卷调查结果还是实验测量值——通常都令人眼花缭乱，难以一眼看清。图表分析的作用，正是将这些杂乱的数字转化为清晰易懂的视觉故事。通过图表，我们能够迅速找出规律、识别趋势、作出预测，并有效地传达数学发现。

在这一章中，你将学会如何阅读、解释、分析并批判性地评估各类统计图表。无论你在 IB MYP 电脑化评估（eAssessment）中报考的是标准数学（Standard Mathematics）还是拓展数学（Extended Mathematics），掌握图表解释的技巧都能助你在标准 A（认知与理解）、标准 C（沟通与表达）以及标准 D（在现实生活情境中应用数学）中取得优异成绩。

备注：有关累积频数多边形（累积频数曲线）及盒形图（箱形图）的内容，请参阅专题章节“累积频数与盒形图”。有关抽样方法，请参阅“数据收集、总体抽样与呈现”。

1. 基础概念：数据类型与选择合适的图表

在着手分析图表之前，我们必须先厘清图表呈现的是哪一类数据。数据的类型直接决定了哪种图表在数学上才是合理有效的。

分类数据（定性数据 / Categorical Data）：按照非数值类别或标签归类的数据，例如眼睛颜色、最喜欢的运动或汽车品牌。

数值数据（定量数据 / Quantitative Data）：由可以测量或计数的数据组成的数据。这类数据细分为两种重要类型：
• 离散数据（Discrete Data）：只能取特定、分离数值的数据（通常是通过计数得出的整数），例如一场比赛中的进球数目 \(x \in \{0, 1, 2, 3, \dots\}\) 或鞋子尺码。
• 连续数据（Continuous Data）：通过测量得出、可以在某个连续区间内取任何数值的数据，例如以秒为单位运算的时间 \(t\)、以厘米为单位的高度 \(h\)，或以千克为单位的质量 \(m\)。

核心要诀：务必先检查你的变量类型。离散类别应使用有明确间隔的图表（如条形图），而连续测量值则要使用具有连续刻度的图表（如直方图和折线图）。

2. 频数图表：条形图 vs. 直方图

很多同学常常混淆条形图（Bar Chart）和直方图（Histogram）。虽然它们乍看之下颇为相似，但其实用途截然不同。

条形图（适用于分类或离散数据）

条形图利用长方形条形来呈现数据，每个条形的长度或高度与该类别的频数（或百分比）成正比。

• 条形之间有空隙：条形与条形之间必须保留空隙，以表明各类或离散数值之间是相互独立、互不重叠的。
• 横轴：显示不同类别（例如：苹果、香蕉、橙）或离散得分（例如：\(1, 2, 3, 4\))。
• 纵轴：显示频数（即每个项目出现的次数）。

等组距直方图（适用于连续数据）

直方图用来呈现划分为不同区间（称为组距或组区间）的连续数据。

• 条形之间没有空隙：由于连续数据是连绵不断的（例如时间或距离），因此除非某一组的频数为零，否则各条形之间必须紧紧相连，不留空隙。
• 横轴：代表连续的数轴。例如，一个区间可以写成 \(10 \le x < 20\)，紧接着下一个区间就是 \(20 \le x < 30\)。
• 读取区间：请格外留意边界值！若某个区间为 \(10 \le x < 20\)，数值 \(10\) 会包含在该条形中，但数值 \(20\) 则属于下一条条形。

常见错误防范：处理连续数据绘制直方图时，千万不要在条形之间留下空隙；处理分类数据绘制条形图时，切记不要把条形连在一起。

3. 茎叶图

茎叶图是一种有系统地展示离散或连续数值数据的方法，它的最大优点是能够完整保留每一个原始数据值。茎叶图看起来就像横向放置的直方图，但每个真实的数字都清晰可见！

茎叶图的结构

• 茎（Stem）：代表前面的数字（例如十位数、百位数或整数位）。
• 叶（Leaf）：代表末尾的数字（通常是最后一位单个数字，例如个位数或十分位数）。叶必须由左至右按由小到大的顺序排列，且间距均匀。
• 键／图例（Key）：缺少了图例，茎叶图便毫无意义！例如：图例：\(3 \mid 2 = 32\) 分，或 图例：\(4 \mid 5 = 4.5\text{ cm}\)。

背靠背茎叶图

当你需要比较两组相关的数据时（例如甲班与乙班的测验成绩），可以共用中央的同一个“茎”，将两组数据分别列在左右两边：

甲班的“叶”列在左边（由“茎”开始向左方阅读，由小到大排列）。
乙班的“叶”列在右边（由“茎”开始向右方阅读，由小到大排列）。

记忆小贴士：可以想象一棵树的树干（茎）向两侧生出枝叶（叶）。切记阅读时永远要从树干向外读，这样就不会把数字颠倒了！

4. 双变量数据：散点图与相关性

当我们同时探究两个数值变量之间的关系时，所处理的就是双变量数据（Bivariate Data）。我们会将这些成对的数值化作坐标点 \((x, y)\)，绘制在散点图（Scatter Diagram / Scatter Plot）上。

• 自变量（解释变量 / Independent Variable）：标记在水平的 \(x\) 轴上。这是实验中受到控制或测试的变量。
• 因变量（反应变量 / Dependent Variable）：标记在垂直的 \(y\) 轴上。这是我们通过测量来观察其相应变化的变量。

相关性的类型

相关性（Correlation）描述了两个变量之间统计关系的强度与方向：

• 正相关（Positive Correlation）：当 \(x\) 增加时，\(y\) 通常亦随之增加。散点从左下方向右上方向上倾斜。生活实例：复习时间与考试成绩。
• 负相关（Negative Correlation）：当 \(x\) 增加时，\(y\) 通常随之减少。散点从左上方向右下方向下倾斜。生活实例：室外气温与暖气燃料的消耗量。
• 零相关／无相关（Zero / No Correlation）：\(x\) 与 \(y\) 之间没有明显的关联。散点杂乱无章地分布在坐标平面上。生活实例：鞋子尺码与数学能力。

相关性的强度与形态

• 强相关：数据点非常接近一条虚拟的直线。
• 弱相关：数据点大致呈现向上或向下的趋势，但分布相当分散。
• 线性与非线性：若数据点的分布大致呈一条直线，则属于线性关系；若点的分布呈现弯曲轨迹（例如指数曲线或二次曲线），则属于非线性关系。

核心概念：相关性并不等于因果关系！

两个变量之间存在强烈的相关性，并不代表两者之间具有因果关系。举个例子，冰淇淋的销量与防晒霜的销量呈显著的正相关。但吃冰淇淋会促使人们去买防晒霜吗？显然不会！这两个现象其实都受到第三个潜在变量（潜在因素）的影响——那就是炎热的夏天天气。在标准 D 的评估任务中，切记要谨慎评估因果关系在现实生活中是否符合逻辑。

5. 最佳拟合线与预测

当双变量数据呈现线性相关时，我们可以绘制一条直线——最佳拟合线（趋势线，Line of Best Fit），以此建立关系模型。

如何用肉眼准确绘制最佳拟合线

第 1 步：计算 \(x\) 值的平均值（记作 \(\bar{x}\)）以及 \(y\) 值的平均值（记作 \(\bar{y}\)）。
第 2 步：在散点图上标出平均点 \((\bar{x}, \bar{y})\)。
第 3 步：放置一把透明直尺，确保直线精确穿过平均点 \((\bar{x}, \bar{y})\)。
第 4 步：调整直尺的角度，使线条顺应数据的大致走势，并尽量让分布在直线上方和下方的数据点数目在整条线上保持均衡。

内插法 vs. 外推法

画好最佳拟合线后，你就可以利用它来估算数值。分清内插法与外推法的区别，对于评估结论的可靠性（标准 D）至关重要：

• 内插法（Interpolation）：在已知数据点的范围之内进行预测。例如，如果你的实验收集了 \(15^\circ\text{C}\) 至 \(35^\circ\text{C}\) 之间的数据，估算 \(25^\circ\text{C}\) 时的结果就属于内插法。可靠性：一般而言相当可靠，因为在这个数值区间内趋势已经过实测印证。
• 外推法（Extrapolation）：在已知数据点的范围之外进行预测（高于最大值或低于最小值）。例如，当实验数据只记录到 \(35^\circ\text{C}\)，却尝试去预测 \(60^\circ\text{C}\) 时的结果。可靠性：非常不可靠，而且充满猜测性质！在现实情境中，超出已知范围后，趋势可能会放缓、逆转，甚至碰上物理极限。

核心要诀：内插法的估算永远比外推法更值得信赖。考试若要求你评论某个预测的可靠性，请务必先判断它是通过内插法还是外推法得出的。

6. 时间序列与趋势线

时间序列（Time Series）图是一种特殊的折线图，其水平轴代表时间（例如小时、天、月或年），垂直轴则代表所测量的变量。

• 各个数据点会按时间先后次序以直线线段依序相连。
• 长期趋势（General Trend）：反映数据在长时间内整体上升或下降的走势，不受短期波动影响。
• 周期性／季节性波动（Periodic / Seasonal Variations）：在固定时间间隔内规律性重复出现的起伏（例如：每年十二月零售额激增，或气温在白天升高、夜晚骤降）。

7. 批判性分析：具误导性的图表与统计诚信

在现代媒体和大广告中，图表常常被刻意加工，借此误导受众或夸大差异。在 MYP 数学中，你必须具备敏锐的批判眼光，能够指出图表中的失真之处并评估其合理性。

图表常见的误导手段

• 截断（中断）纵轴：纵轴没有从零开始（例如直接由 \(90\) 开始而非 \(0\)），而且没有清晰的截断标记，这在视觉上会过分夸大微小的差异，让轻微的变化显得极为剧烈。
• 刻度不均匀或不一致：随意改变轴上的刻度间距，会使整体走势的视觉形状严重失真。
• 使用二维或三维缩放的象形图：若图案或柱体的长度增加一倍来表示数值增加一倍，其面积实际上会扩大为原来的四倍（\(2^2 = 4\)），而立体体积更会暴增至八倍（\(2^3 = 8\)）。这会在视觉上产生严重误导，令人误以为增长幅度远超实际数值。
• 缺失标签、单位或图例：若图表没有明确标示坐标轴名称或测量单位，读者便无法作出精准的量化判断。

快速复习：如何在电脑化评估（标准 C 及 D）中评审图表

当题目要求你评估一幅图表时，请检查以下四个关键点：
1. 纵轴是否从零开始？如果不是，有没有使用清晰的折断符号（截断标记）？
2. 两条坐标轴的刻度是否呈线性且间距均匀？
3. 是否清晰提供了所有标签、测量单位和图例？
4. 图形呈现的视觉大小是否与数值数据严格成比例？

8. 范例详解：解释双变量数据集

情境：一名理科生探究施加肥料的质量 \(x\)（以克为单位）与六星期后向日葵高度 \(y\)（以厘米为单位）之间的关系。所得数据的平均点为 \((\bar{x}, \bar{y}) = (20, 65)\)。实验中施肥量的范围为 \(5\text{ g}\) 至 \(35\text{ g}\)。

问题 1：描述相关性

散点图上的点紧密贴合一条直线的走势，平稳地由左下方延伸至右上方。
答案：施肥量与向日葵的高度之间存在强正线性相关。

问题 2：利用内插法进行预测

利用穿过 \((20, 65)\) 的最佳拟合线，该学生预测施加 \(25\text{ g}\) 肥料的向日葵高度约为 \(74\text{ cm}\)。请评论这项预测的可靠性。
答案：此预测相当可靠，因为 \(25\text{ g}\) 处于实验范围 \(5\text{ g}\) 至 \(35\text{ g}\) 之内。这属于内插法的应用，并且有强相关性作为依据。

问题 3：评估外推法

另一名学生利用最佳拟合线预测，若施加 \(100\text{ g}\) 肥料，向日葵将长至 \(200\text{ cm}\) 高。请结合实际情境评估这项预测是否合理。
答案：这项预测不可靠且不合理。首先，\(100\text{ g}\) 远远超出了已测试的数值范围（上限为 \(35\text{ g}\)），这属于外推法。其次，在真实的生物生长情境中，过量施肥会导致“烧苗”或肥料中毒，这会阻碍植物生长甚至令其枯死，绝不可能无限制地保持线性增长。

本章摘要

• 条形图各条形之间留有空隙，用于呈现分类或离散数据。
• 直方图的条形互相紧贴，横轴展示连续的数值组距。
• 茎叶图能够系统性地保留原始数据值；背靠背茎叶图方便直接比较两组分布；图例必不可少。
• 散点图呈现双变量数据以探究变量间的关系：正相关、负相关或零相关；线性或非线性分布。
• 以目测绘制的最佳拟合线必须穿过平均点 \((\bar{x}, \bar{y})\)，并使直线两侧的数据点分布大致平衡。
• 内插法（在数据范围内预测）一般可靠；外推法（超出数据范围预测）纯属猜测，往往不可靠。
• 相关性不等于因果关系——分析时务必结合现实生活情境并考虑潜在变量。
• 提防具误导性的图表，特别是非零起点坐标轴、不均匀刻度以及比例失衡的图像缩放。