欢迎来到统计学的世界！
同学你好！准备好成为一个数据侦探了吗？这就是统计学的精髓！它是数学一个很棒的分支，它帮助我们收集、整理和理解身边的各种信息（我们称之为数据）。为什么它很重要？因为它能帮助我们回答以下问题：
- 我们班上最受欢迎的电子游戏是什么？
- 我的身高在过去一年里变化了多少？
- 我们学校的篮球队表现是否越来越好？
在这个课题中，我们会学习如何从这些信息中理出头绪。不用担心听起来很复杂；我们会把它分解成简单的步骤。现在就开始吧！
第一部分：整理数据
想象一下，你刚刚问了班上每个同学的鞋码。现在你手上有一堆乱七八糟的数字！我们的首要任务就是整理这些数据，这样我们才能真正理解它们。
数据的两种类型：离散型数据 与 连续型数据
在整理数据之前，我们需要知道自己正在处理哪种类型的数据。主要有两种类型：
1. 离散型数据
这类数据可以数算出来。它们具有特定、独立的数值。想想那些你不能有“一半”的东西。
例子：
- 课室里学生的数量（你不能有25.5个学生）。
- 你的鞋码（是7码或7.5码，而不是7.23码）。
- 一场足球比赛的入球数。
2. 连续型数据
这类数据可以测量出来。它可以在某个范围内取任何数值。
例子：
- 一个人的身高（可以是150厘米、150.1厘米、150.11厘米...）。
- 跑100米所需的时间。
- 你的书包重量。
快速复习小贴士
离散型：如果可以数算出来，就是离散型。
连续型：如果可以测量出来，就是连续型。
整理数据：频数分布表
频数分布表是一种非常整齐的数据整理方式。“频数”这个词只是用来形容某件事发生的次数。
未分组数据（通常是数值范围较小的离散型数据）
假设这是15名学生一次测验的得分（满分10分）：
7, 8, 9, 6, 8, 7, 9, 10, 8, 7, 6, 8, 9, 8, 7
步骤一：在其中一栏列出所有可能的得分。
步骤二：逐一检查数据，并为每个得分划上正字记号 ( | )。
步骤三：数算正字记号，找出频数。
范例表格：测验得分
得分 正字记号 频数
6 || 2
7 |||| 4
8 ||||| 5
9 ||| 3
10 | 1
总计 15
看到了吗？这样是不是更容易阅读了！我们可以很快地看出，最常见的得分是8分。
已分组数据（通常是连续型数据或数值范围较大的数据）
如果你有20名学生的身高数据呢？将每个身高都列出来会太长了。所以，我们会将它们分组到组区间中。
范例身高（厘米）：155, 168, 172, 158, 163, 175, 151, 160, 165, 178, 153, 166, 170, 159, 161, 169, 174, 156, 162, 167
我们可以这样将它们分组：
范例表格：学生身高
身高 (厘米) (组区间) 频数
150 - 159 6
160 - 169 9
170 - 179 5
总计 20
第一部分重点回顾
- 数据就是信息。
- 离散型数据可以数算出来（例如：宠物的数量）。
- 连续型数据可以测量出来（例如：身高）。
- 频数表帮助我们整理数据，以便轻松找出模式。
第二部分：数据图表
俗话说：“一图胜千言”。在统计学中，一个图表胜过千个数字！让我们来学习如何绘制数据图表。
茎叶图
这是一种巧妙的方式，既能显示数据集中每个精确数值，又能同时整理它们。想象一下树的茎（第一位或头几位数字）和它的叶（最后一位数字）。
范例数据：测验得分 - 78, 93, 85, 76, 81, 88, 95, 76
步骤一：“茎”将是十位数字（7、8、9）。
步骤二：“叶”将是个位数字。将它们写在对应的茎旁边。
步骤三：叶子必须按从小到大的顺序排列，并加上图例。
测验得分茎叶图
茎 | 叶
7 | 6, 6, 8
8 | 1, 5, 8
9 | 3, 5
图例：7 | 6 代表 76
这个图表展示了分数的分布情况，而且每个原始分数都一目了然！
直方图：柱状图的近亲
直方图看起来像柱状图，但它用于已分组的连续型数据。它们有两个主要区别：
- 长方形之间没有空隙（紧密相连！）。
- 水平轴（x轴）是连续的刻度，并标示了组界。
什么是组界？对于像150-159这样的组区间，下一个是160-169。组界是159和160之间的中间值，即159.5。所以组界就是149.5、159.5、169.5等等。这样就能填补空隙了！
别搞混了！
柱状图：有空隙。用于离散型数据（例如：最喜欢的颜色）。
直方图：没有空隙。用于连续型、已分组数据（例如：身高、体重）。
频数多边形和频数曲线
频数多边形是另一种显示已分组数据的方式。它基本上就是折线图。
如何绘制一个频数多边形：
- 找出每个组区间的中点。这就是组中点。（对于160-169，组中点是 $$ \frac{160+169}{2} = 164.5 $$）。
- 在每个组中点的频数高度处标示一个点。
- 用直线连接这些点！
频数曲线只是频数多边形的平滑版本，徒手绘制而成。
累积频数多边形和累积频数曲线
这听起来可能有点复杂，但“累积”这个词的意思其实就是“不断地加起来”。
步骤一：建立累积频数表。只需不断累加频数即可。
范例表格：学生身高
身高 (厘米) 频数 累积频数
150 - 159 6 6
160 - 169 9 6 + 9 = 15
170 - 179 5 15 + 5 = 20
步骤二：绘制图表。你将累积频数对应上限组界绘制。（例如：在(159.5, 6)处标示一个点，然后是(169.5, 15)等）。这会形成一个典型的“S”形曲线。
利用曲线找出宝藏！
这条曲线对于找出估计值非常有用：
- 中位数 (Q2)：中间的数值。在垂直轴上找到50%的位置（对于20名学生来说，就是第10名学生），画一条横线到曲线，然后再画一条直线向下到水平轴，读取中位身高。
- 下四分位数 (Q1)：25%的位置（对于20名学生来说，就是第5名学生）。
- 上四分位数 (Q3)：75%的位置（对于20名学生来说，就是第15名学生）。
化身数据侦探：图表的运用与误用
图表功能强大，但它们也可能用来误导你！务必留意以下几点：
- 断轴：垂直轴是否从0开始？如果不是，它可能会让差异看起来比实际大得多。
- 不均匀的刻度：轴上的数字间隔是否均匀？
- 误导性图片：使用图片而非长方形作图，如果图片的面积而非高度发生变化，可能会造成误导。
第二部分重点回顾
- 我们为不同类型的数据使用不同的图表。
- 茎叶图整齐地显示所有数据值。
- 直方图用于已分组的连续型数据，而且没有空隙。
- 累积频数曲线帮助我们估计中位数和四分位数。
- 务必仔细审视图表，确保它们没有误导成分！
第三部分：找出数据的“中心”
我们常常希望用一个单一的、具代表性的数字来描述一整组数据。这称为集中趋势的量度。让我们学习三个主要的量度。
平均数（平均值）
这个你可能已经知道了！它是最常见的“平均值”类型。
如何计算：将所有数值加起来，然后除以数值的个数。
范例：对于分数 6, 7, 8, 9, 10
$$ \text{Mean} = \frac{6+7+8+9+10}{5} = \frac{40}{5} = 8 $$
优点：运用了所有数据。
缺点：如果数据中存在极高或极低的值（即异常值），平均数可能会产生误导。想象一下，计算一组学生的平均零花钱，其中一个人有1000港元！这会使平均值对其他人来说显得非常高。
中位数（中间的数值）
中位数是将所有数据排序后，位于正中间的那个数值。
记忆小贴士：中位数在道路中间。
如何找出中位数：
- 将数据按从小到大的顺序排列。
- 找出中间的数字。
范例一（奇数个数值）：6, 7, 8, 9, 10。中位数是8。
范例二（偶数个数值）：6, 7, 8, 9, 10, 11。中间在8和9之间。所以我们找出这两个数值的平均数：$$ \frac{8+9}{2} = 8.5 $$。中位数是8.5。
优点：不受异常值影响！这使得它非常适用于房价或薪金等数据。
缺点：在计算中没有使用所有数据值。
众数（最常见的数值）
众数是出现最多次的数值。
记忆小贴士：众数 = 最众多。
范例：在数据 7, 8, 9, 6, 8, 7, 9, 10, 8, 7, 6, 8, 9, 8, 7 中，数字8出现了5次，比任何其他数字都多。所以，众数是8。
对于已分组数据，我们会找出众数组，即频数最高的组区间。
优点：容易找到，并可用于非数值数据（例如：最喜欢的颜色中的众数可能是“蓝色”）。
缺点：有时一组数据可能没有众数，或有多个众数。
加权平均数：当某些数据更重要时
有时，并非所有数据都同等重要。想想你的学校成绩：考试通常比测验所占比重更大。这就是加权平均数派上用场的时候了。
范例：你的最终分数是根据功课（占20%）和期末考试（占80%）计算的。你的功课得分是90分，考试得分是75分。
普通平均数： $$ \frac{90+75}{2} = 82.5 $$ （这是错误的！）
加权平均数： $$ (90 \times 0.20) + (75 \times 0.80) = 18 + 60 = 78 $$
你的最终分数是78分。这是更准确的反映，因为它考虑了每个部分的“权重”。
当我们改变所有数据时会怎样？
这是一个很方便的捷径！如果我们对每份数据都做同样的操作，平均数、中位数和众数会发生什么变化？
- 如果你加上一个常数：如果你给每个学生的测验分数都加上5分，那么平均数、中位数和众数也会增加5。
- 如果你乘以一个常数：如果你将每个学生的分数都乘以两倍，那么平均数、中位数和众数也会乘以两倍。
第三部分重点回顾
- 平均数是总和除以数量（对异常值敏感）。
- 中位数是数据排序后的中间值（对异常值不敏感）。
- 众数是最常出现的数值。
- 根据你的数据选择最合适的量度：如果存在明显的异常值，请使用中位数！
你已掌握统计学的基本知识！
太棒了！你现在已经懂得如何收集、整理、绘制和解释数据。你可以找出平均数、中位数和众数来描述数据的典型特征，也知道如何选择合适的工具来处理数据。这是一项非常实用的技能，不仅在数学课上，在日常生活中也大有用处。继续练习，你很快就会成为数据高手！