📊 数据的图形表示：解读数字的艺术

欢迎来到“数据展示”这一章！如果统计学有时让你感到不知所措，别担心——这一部分的重点在于将原始的表格和杂乱无章的数字清单，转化为清晰且易于阅读的可视化图表。当我们正确地将数据可视化，规律便会一目了然，分析也会变得简单得多。
在本节中，我们将学习如何针对不同类型的数据选择合适的图表、如何准确地绘制它们，以及如何正确地解读所呈现的信息。让我们开始吧！

1. 处理离散及类别数据的图表

离散数据 (Discrete data) 只能取特定的、独立的数据值（例如鞋码或进球次数），而类别数据 (Categorical data) 则描述定性标签（例如最喜爱的颜色或交通方式）。

1.1 象形图 (Pictograms)

象形图 (Pictogram) 使用图像符号或图标来表示数据的频数。

关键规则：
• 每个象形图都必须包含一个图例 (Key)，以解释一个完整符号代表什么（例如：图例：1 个圆形 = 4 本书）。
• 部分频数会按比例分割符号来表示（例如：半个圆形代表 2 本书，四分之一个圆形代表 1 本书）。
• 所有符号的大小必须一致，并在行或列中均匀排列。

1.2 条形图与垂直线图

条形图 (Bar Chart) 使用矩形条来显示不同类别或离散数值的频数 (frequency)。

关键特征：
• 条形的高度代表频数。
• 绘制的条形宽度相同，且条形之间有间隙 (gaps)，以显示各个类别或离散数值是彼此独立的。
• 横轴标示类别或离散数值，纵轴则标示频数。

给学生的小贴士：

如果数据是数值型且为离散的（例如 10 分满分的测验分数），也可以使用垂直线图 (Vertical Line Graph)，以细线取代条形来表示每个频数。

1.3 双向表 (Two-Way Tables)

双向表 (Two-way table) 同时整理涉及两个不同分类变量的数据（例如性别与选修科目）。

• 行（横行）显示一个变量的类别；列（纵列）显示另一个变量的类别。
• 各行的总计与各列的总计相加后，必须等于右下角单元格中的总频数。
• 从相应的行总计或列总计中减去已知数值，即可找出缺失的数值。

1.4 饼图 (Pie Charts)

饼图用于显示整体数量如何被划分为各个部分或类别的比例。

制作饼图的步骤：
1. 找出总频数 (Total Frequency)（\(N\)）。
2. 使用公式计算每个类别的扇形圆心角：
\(\text{角度} = \frac{\text{频数}}{\text{总频数}} \times 360^\circ\)
3. 使用圆规画一个圆形，并用量角器从半径开始精确量度出每个角度。
4. 为每个扇形标上类别名称，或加上图例。

避免常见错误：别忘了检查所有计算出的扇形角度总和是否刚好为 \(360^\circ\)。

2. 处理连续数据（分组频数）

连续数据 (Continuous data) 是指在一个范围内可以取任何数值的数据（例如身高、质量或时间）。连续数据会被分组为组距 (class intervals)。

2.1 直方图 (Histograms)（仅限高等层级 Higher Tier）

直方图用于显示连续数据，特别是在组距宽度不相等的情况下。它们看起来与条形图相似，但在基本原理上存在重大差异。

关键差异：面积 vs. 高度
在标准条形图中，高度代表频数。但在直方图中，条形的面积与频数成正比：
\(\text{面积} = \text{频数}\)

由于组宽各不相同，纵轴代表的是频数密度 (Frequency Density)。

直方图公式：
\(\text{频数密度} = \frac{\text{频数}}{\text{组宽}}\)

绘制及解读直方图的步骤：

1. 计算每个组距的组宽 (Class Width)（\(\text{上限} - \text{下限}\)）。
2. 使用 \(\frac{\text{频数}}{\text{组宽}}\) 计算每个组距的频数密度。
3. 在横轴标绘连续变量，在纵轴标绘频数密度。
4. 画出矩形条，且条形之间没有间隙，因为连续数据在组距之间是没有中断的。

3. 累积频数图 (Cumulative Frequency Diagrams)（仅限高等层级 Higher Tier）

累积频数 (Cumulative Frequency, CF) 是指截至每个组距上限为止的频数累加总和。它告诉你有多少个数值是小于或等于某个给定数值的。

3.1 绘制累积频数图

1. 顺序累加频数，计算出累积频数列。
2. 使用坐标（\(\text{组上限}, \text{累积频数}\)）标绘各点。
3. 在（\(\text{最小值}, 0\)）标绘曲线的起点。
4. 用平滑的 S 形曲线（或直线段）将各点连接起来。

3.2 估算统计量

设 \(n\) 为总频数。利用纵轴（累积频数轴）：
• 中位数 (Median)：在纵轴 \(\frac{n}{2}\)（或 \(0.5n\)）处向右画一条水平线交于曲线，然后向下读取横轴上的数值。
• 下四分位数 (Lower Quartile, \(Q_1\))：在纵轴 \(\frac{n}{4}\)（或 \(0.25n\)）处向右对应曲线，然后向下读取数值。
• 上四分位数 (Upper Quartile, \(Q_3\))：在纵轴 \(\frac{3n}{4}\)（或 \(0.75n\)）处向右对应曲线，然后向下读取数值。

四分位距 (Interquartile Range, IQR)：
\(\text{IQR} = Q_3 - Q_1\)
四分位距用于衡量中间 50% 数据的离散程度，且不会受到极端离群值的影响。