欢迎来到数据呈现与分析！
你好！准备好深入了解统计学的世界了吗？如果数字有时让你感到头大，不用担心——本章的主旨就是如何解读数据。你可以把数据想象成一个故事，而本章将教你如何整理、可视化并总结这个故事，让任何人都能读懂它。
我们将涵盖如何绘制图表（如饼图），以及如何计算数据集的基本“平均数”（如平均值和中位数）和“离散程度”（如极差）。这些技能不仅对你的考试至关重要，也能帮助你解读周围的世界！
第 1 节：整理与呈现数据
1.1 频数表：对事实进行分类
当你收集了大量信息时，第一步通常是将其整理成频数表（Frequency Table）。频数（Frequency）简单来说就是某件事发生的“次数”。
离散数据 vs 分组数据
整理数据主要有两种方式：
- 离散数据（Discrete Data）： 只能取特定数值（通常是整数）的数据，例如宠物的数量或鞋码。表格会列出每一个具体的数值。
- 分组数据（Grouped Data）： 将数据组织成类别或组距（class intervals）（例如：10到19分钟，20到29分钟）。当数据是连续的，或者数值种类太多无法逐一列出时，我们使用分组数据。
分组数据的重要提示： 请仔细查看组距的定义。区间 \(10 \le x < 20\) 是否包含10？包含。是否包含20？不包含。务必确认边界在哪里！
符号 \(\sum\)（希腊字母大写 Sigma）表示“总和”。因此，\(\sum f\) 表示“所有频数的总和”。这始终等于你收集的数据总点数。
1.2 可视化数据：图表
一图胜千言！图表能帮助我们快速发现规律。
A. 条形图 (Bar Charts)
条形图用于比较离散数据或类别的频数。
- 柱子的高度代表频数。
- 柱子之间必须有空隙（除非数据是连续且分组的，那样就变成了直方图——但在IGCSE的标准离散数据中，请留出空隙）。
- 坐标轴必须标注清晰。
B. 饼图 (Pie Charts)
饼图显示了每个类别占总体的比例（分数）。整个圆（360度）代表总频数。
分步指南：绘制饼图
- 找出总频数 (\(\sum f\))。
- 计算每个类别的分数：\(\frac{\text{频数}}{\text{总频数}}\)。
- 将此分数转换为角度： \[\n \text{角度} = \left( \frac{\text{频数}}{\text{总频数}} \right) \times 360^\circ\n \]
- 使用量角器画出扇区。
示例：如果有50名学生中有10人选择数学，则角度为 \((10/50) \times 360^\circ = 72^\circ\)。
C. 茎叶图 (Stem and Leaf Diagrams)
这是一种既能列出数据又能保持其组织性并展示分布形状的巧妙方法。
- 茎（Stem）包含前导数字（例如：十位或百位）。
- 叶（Leaf）包含末位数字（通常是个位数）。
关键规则： 始终确保叶子按数字顺序排列，并且一定要包含一个图例（Key）！图例告诉人们这些数字代表什么。示例：如果数据是23, 27, 31，图例可以写为： \(2 | 3 = 23\)。
呈现数据的核心要点： 表格用于组织，图表用于可视化。针对不同的任务使用正确的图表（饼图用于比例，条形图用于比较）。
第 2 节：集中趋势的度量（平均数）
集中趋势的度量为你提供了一个最能代表整个数据集的中间值或典型值的数值。
2.1 众数 (Mode)
众数是出现次数最多的数值。
- 在频数表中，众数是频数最高的那个数值。
- 在分组数据中，我们寻找众数区间（Modal Class）——即频数最高的那个组距区间。我们无法求出确切的众数，只能找到它最可能所在的区间。
类比： 想想时尚界。众数就是最流行的趋势！
2.2 中位数 (Median)
中位数是将所有数据点按顺序排列（从小到大）后的中间数值。
分步指南：寻找中位数
- 排列数据（至关重要的一步！）。
- 使用公式找到中位数的位置：\(\frac{n + 1}{2}\)，其中 \(n\) 是数据总点数。
- 顺着排好序的数据数数，找到该位置的数值。
示例：如果 \(n=9\)，位置是 \((9+1)/2 = 5\)。中位数是第5个数值。
示例：如果 \(n=10\)，位置是 \((10+1)/2 = 5.5\)。中位数是第5个和第6个数值中间的那个数。
2.3 平均值 (Mean)
平均值是通过将所有数值相加并除以数值总个数计算得出的。
\[\n\text{平均值} = \frac{\text{所有数值之和}}{\text{数值总个数}}\n\]在统计学符号中，它看起来像： \[\n\text{平均值} = \frac{\sum x}{n}\n\]
从频数表中计算平均值
如果你有频数表，不能简单地对数值列求和。你需要考虑每个数值出现的频率。
\[\n\text{平均值} = \frac{\sum (x \times f)}{\sum f}\n\]第 1 步： 创建一列新数据用于计算 \(x \times f\)（数值乘以频数）。
第 2 步： 对这一列求和 (\(\sum xf\))。
第 3 步： 除以总频数 (\(\sum f\))。
估计平均值（针对分组数据）
如果一开始觉得这很难，别担心！ 当数据是分组的（例如：年龄 10-20岁）时，我们不知道每个数据点的确切数值，所以必须进行估计。
我们假设组内所有的数据点都集中在该组的中点（midpoint）上。
分步指南：估计平均值
- 找出每个组距区间的中点 (x)。（中点 = \(\frac{\text{下限} + \text{上限}}{2}\)）。
- 将中点乘以频数 (\(x \times f\))。
- 对 \(xf\) 列求和 (\(\sum xf\))。
- 除以总频数 (\(\sum f\))。
这只是一个估计值，因为我们使用的是中点，而不是原始数据值。
Mode（众数）：Most often（出现最多次）
Median（中位数）：Middle number（中间数，记得先排序！）
Mean（平均值）：Mathematical average（数学平均数，需要计算）
集中趋势的核心要点： 平均值通常是最好的度量，但如果有离群值（outliers）（极端数值）可能会拉偏平均值时，中位数会更可靠。
第 3 节：离散程度的度量（数据的分布有多广？）
集中趋势的度量告诉我们中心在哪里，而离散程度的度量（或离散度）则告诉我们数据分布得有多散。得分是紧密地聚集在一起，还是天差地别？
3.1 极差 (Range)
极差是衡量离散程度最简单的方法。它告诉你最大值和最小值之间的距离。
\[\n\text{极差} = \text{最大值} - \text{最小值}\n\]你知道吗？ 极差对离群值（某个非常大或非常小的数字）非常敏感。如果一个人考了100分，而其他人只考了10分，极差就是90，这并不能准确描述分数的典型分布。
3.2 四分位数与四分位距 (IQR)
四分位距 (IQR) 衡量的是中间50%数据的离散程度。因为它忽略了极端值，所以它比极差更具代表性。
当你对数据进行排序后，可以使用四分位数将其分成四等份：
- 下四分位数 (\(Q_1\))： 25%位置处的数值。它是下半部分数据的中位数。
- 中位数 (\(Q_2\))： 50%位置处的数值。
- 上四分位数 (\(Q_3\))： 75%位置处的数值。它是上半部分数据的中位数。
四分位距的计算公式为：
\[\n\text{IQR} = Q_3 - Q_1\n\]寻找四分位数（位置法）
就像寻找中位数一样，我们使用位置公式，其中 \(n\) 是数据总点数（务必先排列数据！）：
- \(Q_1\) 的位置： \(\frac{n}{4}\) 或 \(\frac{n+1}{4}\)（取决于教学大纲的具体解读——对于大数据集我们通常使用 \(\frac{n}{4}\)，但务必核对你的原始数据计数）。
- \(Q_3\) 的位置： \(3 \times \frac{n}{4}\) 或 \(3 \times \frac{n+1}{4}\)。
实用技巧： IGCSE最简单的方法通常是先找到中位数 (\(Q_2\))。然后，只看中位数以下的数据来寻找 \(Q_1\)（下半部分的中间值），只看中位数以上的数据来寻找 \(Q_3\)（上半部分的中间值）。
示例：12个数的数据集。\(Q_1\) 是第3或第4个值。\(Q_3\) 是第9或第10个值。
避免常见的错误： 在寻找 \(Q_1\) 和 \(Q_3\) 时，如果中位数本身是一个实际的数据点（即 \(n\) 为奇数），在将数据分为下半部分和上半部分时，千万不要包含中位数。
离散程度的核心要点： 极差显示了总的变化范围，但四分位距（IQR）通过忽略极端离群值，提供了对典型变化的更好见解。
恭喜！你现在已经掌握了整理、呈现和分析基础统计数据集的核心工具。记住，处理这些计算时，熟能生巧。继续复习那些位置公式吧！