歡迎來到數據呈現與詮釋的世界！

在這個單元中，我們將學習如何將一堆雜亂無章的數字，轉化為清晰且具備意義的資訊。無論是分析人們在食物上的開銷，還是追蹤兩個變數之間的關聯，這些工具都能幫助我們看見「宏觀視野」。如果一開始覺得統計學像是另一種語言，別擔心，我們會把它拆解成小部分，一步步搞定！

1. 單變數數據處理（直方圖）

當我們觀察單一類型的數據（例如學生的身高）時，通常會使用直方圖 (histogram)。它們看起來像條形圖，但你在考試中必須記住一個非常重要的區別。

直方圖的黃金法則

在直方圖中，長條的面積 (area) 代表頻數 (frequency)（即該組內有多少項數據），而不是高度。

要繪製或詮釋直方圖，我們會在縱軸使用頻數密度 (Frequency Density)。其公式如下：
\( \text{Frequency Density} = \frac{\text{Frequency}}{\text{Class Width}} \)

快速複習：
- 組距 (Class Width)：該組別的寬度（例如：「10 < x ≤ 20」，組距即為 10）。
- 頻數 (Frequency)：該條形內的數據總數（即面積）。

避免常見錯誤：千萬不要只看直方圖的條形高度來計算頻數。永遠記得將高度（頻數密度）乘以寬度！把它想像成地毯：要計算它覆蓋了多少地板（頻數），長度和寬度缺一不可。

總結：直方圖向我們展示了數據是如何「分佈」的。如果中間的條形較高，代表數據集中在平均值附近。這與概率分佈 (probability distributions) 直接相關，後者用於預測特定結果發生的可能性。

2. 雙變數數據：散點圖與相關性

雙變數數據 (Bivariate data) 只是個高級說法，意思就是同時觀察兩樣事物，看看它們是否相關（例如溫度與冰淇淋銷量）。

散點圖與迴歸線

我們將這些數據標記在散點圖 (scatter diagram) 上。有時，我們會繪製一條穿過數據點的迴歸線 (regression line)（即「最佳擬合線」）。針對 AQA Paper 2，你不需要計算這條線的方程式，但你必須要學會詮釋它。這條線能幫助我們在數據範圍內進行預測。

理解相關性

相關性 (Correlation) 描述了兩個變數之間的關係：
- 正相關 (Positive Correlation)：兩者同步上升（例如：學習時數與考試分數）。
- 負相關 (Negative Correlation)：兩者背道而馳（例如：汽車速度與抵達目的地所需的時間）。
- 無相關 (No Correlation)：數據點散佈在各處，看不出規律。

重要！相關性並不代表因果關係 (Correlation does not imply Causation)。
例子：統計數據可能顯示，隨著冰淇淋銷量增加，鯊魚襲擊事件也會增加。難道是冰淇淋導致了鯊魚襲擊嗎？當然不是！兩者都是由第三個因素造成的：溫暖的天氣。當你斷言一件事「導致」另一件事時，務必小心。

總結：利用散點圖來找出規律。如果數據點緊貼迴歸線，則相關性「強」；如果點散得很遠，則相關性「弱」。

3. 集中趨勢與離散程度的測量

這些工具用來尋找數據的「中間位置」並觀察其「分散程度」。

集中趨勢（中間值）

1. 平均數 (Mean)：算術平均值 (\( \bar{x} \))。
2. 中位數 (Median)：數據排序後位於中間的值。
3. 眾數 (Mode)：出現次數最多的值。

離散程度（分散程度）

雖然全距 (Range) 和四分位距 (IQR) 很有用，但考試重點大多集中在標準差 (Standard Deviation)。它告訴我們數據距離平均值有多「遠」。

如何從總結統計量計算標準差 (\( \sigma \))：
你通常會獲得如 \( \sum x \)（所有值的總和）和 \( \sum x^2 \)（所有值的平方和）這類數值。其公式為：
\( \sigma = \sqrt{\frac{\sum x^2}{n} - \left(\frac{\sum x}{n}\right)^2} \)

記憶技巧：將標準差想像成「穩定度」分數。如果一位麵包師做出的每個麵包重量都一模一樣，他的標準差幾乎為零。如果麵包重量差異很大，標準差就會很高！

總結：平均數給你一個典型值，而標準差則告訴你數據是否可靠且穩定，還是忽高忽低。

4. 離群值與數據清洗

有時候數據中會出現與規律不符的「怪異」結果，這些稱為離群值 (outliers)。

識別離群值

你可能會被要求使用以下兩條常見規則：
- IQR 規則：任何高於上四分位數或低於下四分位數超過 1.5 × IQR 的數值。
- 標準差規則：任何距離平均值超過 2 個標準差的數值。

數據清洗 (Cleaning Data)

在使用數據前，我們必須對其進行「清洗」。這包括：
- 偵測錯誤（例如身高被記錄為 20 公尺）。
- 決定如何處理缺失數據。
- 刪除或調查可能扭曲結果的離群值。

你知道嗎？在 AQA 的大型數據集 (Large Data Set)（涵蓋家庭食品採購）中，數據清洗至關重要，因為有時某個家庭可能記錄了一次異常大型的聚會，這會使他們的數據與平常的一週相比顯得像個離群值！

總結：不要盲目相信你看到的每一個數字。找出離群值並「清洗」數據，確保你的結論確實準確。

Paper 2 的最後叮嚀

如果這些公式一開始看起來很複雜，別擔心！大部分情況下，考試要求你的是詮釋數據，而不僅僅是計算數字。試著將你的答案與題目提供的現實背景連結起來（例如：「標準差很大，說明該地區的降雨量非常難以預測」）。

快速回顧：
1. 直方圖的面積 = 頻數。
2. 相關性不等於因果關係。
3. 標準差 = 穩定度。
4. 清洗數據：刪除錯誤並識別離群值。