歡迎來到數據詮釋的世界！
你有沒有想過，為什麼你最常用的音樂串流平台會知道推薦哪首歌給你？天氣預報員又是如何知道何時會下雨？這一切都與數據（Data）有關！「數據」其實就是「資訊」的代名詞。在這一章中，我們將會學習如何透過圖表和統計表來探索身邊世界的故事。剛開始時如果覺得有點難，千萬不要灰心——只要掌握了當中的規律，解讀數據就像玩拼圖一樣有趣！
1. 頻數分佈表與劃記
在繪製漂亮的圖表之前，我們需要先整理好手頭上的數據。最簡單的方法就是使用頻數分佈表（Frequency Table）。
甚麼是頻數（Frequency）？
頻數簡單來說就是某件事發生的次數。如果班上有 5 位同學最喜歡的食物是「薄餅」，那麼「薄餅」的頻數就是 5。
使用劃記（Tally Marks）
劃記可以幫助我們快速點算，而且不容易數錯。我們每數到一件就畫一條垂直線，數到第五件時就畫一條斜線跨過前四條線（就像「正」字計數一樣）。 例子： 為了表示 5，我們會畫 |||| 並加上一條斜線。這樣做就能讓我們以「5」為單位輕鬆快速地點算！
快速溫習：
- 數據（Data）： 收集到的資訊。
- 劃記（Tally）： 一種快速點算的方法。
- 頻數（Frequency）： 每個組別的總次數。
2. 象形圖（Pictograms）
象形圖利用圖像或符號來表示數據。這種圖表非常直觀且易於閱讀，但你必須先看清楚圖例（Key）！
圖例的重要性：
圖例會告訴你每個圖像代表多少數值。例如，如果一個完整蘋果的圖像代表 10 個蘋果，那麼半個蘋果就代表 5 個蘋果。
常見錯誤提醒：
記得先看圖例！很多同學會想當然地以為一個圖像就代表 1 個物件，但實際上它往往代表 2、5 甚至 10 個單位。
核心要點： 只要將符號的數量乘以圖例代表的數值，就能計算出總頻數。
3. 棒形圖（Bar Charts）
棒形圖是用來比較不同組別（例如最喜歡的顏色或寵物種類）最常用的統計圖之一。
繪製棒形圖的重要法則：
- 等寬長條： 所有長條（直條）的闊度必須相同。
- 間距相等： 各長條之間必須保留相等的間距。
- 標籤清晰： 橫軸（x 軸）和縱軸（y 軸）都必須清楚標明名稱。
- 刻度均勻： 縱軸上的數值刻度必須以相等的步長遞增（例如 0, 2, 4, 6...）。
複合棒形圖（Dual Bar Charts）
有時候我們會想並列比較兩組數據（例如男子隊與女子隊各自的入球數量）。這時我們可以使用複合棒形圖，在每個類別中將兩條不同顏色的長條緊貼並列展示。
4. 圓形圖（Pie Charts）
圓形圖是一個分割成不同扇形（像切開的薄餅片）的圓形。它用來展示各部分佔整體的比例。扇形面積越大，代表該組別的頻數越高。
解讀圓形圖
一個完整的圓形共有 360 度。要找出每個「扇形」代表的數值，我們可以運用這個簡單概念：
如果總頻數是 40 人，那麼整個 360° 就代表這 40 個人。
計算扇形圓心角
要計算某個類別所對應的圓心角，可以使用以下公式：
\( \text{Angle} = \frac{\text{Frequency}}{\text{Total Frequency}} \times 360 \)
你知道嗎？
當你想展示各部分佔整體的百分比或比例，而不是具體數值時，圓形圖就是最佳的選擇。
5. 折線圖（Line Graphs）
折線圖主要用來顯示數據隨時間變化的趨勢（Trends）。例如，你可以用折線圖來記錄一整天的氣溫變化，或是記錄自己成長過程中的身高增長。
如何閱讀折線圖：
1. 在底部的橫軸（x 軸）找出對應的時間。
2. 垂直向上對應到折線上的點。
3. 向左水平對應到縱軸（y 軸）以讀取數值。
核心要點： 折線向上傾斜表示數值正在上升；向下傾斜表示數值正在下降；若呈水平線則表示數值維持不變！
6. 散點圖與相關性（Scatter Graphs and Correlation）
散點圖可以幫助我們觀察兩個不同變量之間是否存在關係（例如「溫習時間」與「考試分數」）。
相關性的類型：
- 正相關（Positive Correlation）： 一個變量增加，另一個變量也隨之增加（例如：氣溫越高，雪糕銷量越多）。圖中的點由左至右呈向上分佈的趨勢。
- 負相關（Negative Correlation）： 一個變量增加，另一個變量反而減少（例如：雨量越多，公園遊人越少）。圖中的點由左至右呈向下分佈的趨勢。
- 無相關（No Correlation）： 點的分佈毫無規律，散落各處。這代表兩者之間沒有關聯（例如：鞋子尺碼與電玩遊戲得分）。
最佳擬合線（Line of Best Fit）
這是一條穿過散點圖中心區域的直線。它不需要碰到每一個點，但應該盡量反映出數據的整體走勢。我們可以用它來進行預測。
記憶小秘訣：
可以把正相關想像成正在「爬上山坡」，而負相關就像是從山坡「滑下來」！
7. 具誤導性的統計圖（Misleading Data）
有時候，圖表可能會「耍花招」來誤導讀者！閱讀圖表時，請務必留意以下幾點：
- 截斷刻度（Broken Scales）： 縱軸是否由 0 開始？如果縱軸由 50 開始，可能會讓原本很小的差距看起來非常巨大！
- 刻度間距不均： 坐標軸上的數字跳動幅度是否不一致（例如：0, 10, 50, 100）？這在統計學上是絕對不容許的錯誤。
- 缺少標籤： 如果軸上沒有標明數字代表甚麼，那麼這個圖表就毫無意義！
快速溫習：
在解讀圖表的訊息之前，記得先仔細檢查坐標軸標籤和起點數值。
總結複習清單
詮釋數據時，不妨先問自己以下三個問題：
1. 圖表正在展示甚麼？（檢查標題和坐標軸標籤）。
2. 坐標軸的刻度是多少？（每一個方格或圖像代表甚麼數值？）。
3. 數據呈現甚麼規律？（數值是在上升、下降，還是保持平穩？）。
做得好！你現在已經掌握了像專業人士一樣解讀數據的技巧。記住，熟能生巧，今天就試試看在新聞或網上找幾張現實生活中的圖表來練習解讀吧！