👋 歡迎來到統計學：離散數據與連續數據！
你好，未來的統計學家！這一章雖然短，卻非常重要。在我們進行任何計算或繪製精美的統計圖表之前，必須先正確識別我們處理的數據類型。
理解離散數據 (Discrete Data) 與 連續數據 (Continuous Data) 之間的區別，是整個統計單元的基礎。只要搞懂這個概念，選擇正確的統計工具就會變得輕而易舉！
1. 什麼是統計數據？（快速重溫）
簡單來說，數據 (Data) 就是事實的集合，例如數字、文字、測量結果或觀察紀錄。當我們在統計中收集數據時，通常是在收集有關某個變量（會變動的事物）的信息。
根據收集方式，我們主要將數值數據分為兩類：透過點算 (counting) 或透過測量 (measuring)。
重點總結
數據的收集方式（點算與測量）決定了它的類型。
2. 離散數據：可點算的類型
離散數據的定義
離散數據是指只能取特定、固定數值集合的數據。這些數值通常是整數，並且是透過點算獲得的。
這些固定點之間不存在其他數值。你可以把離散數據想像成跳躍，從一個數跳到下一個數。
特徵與例子
- 固定數值：數據點是分開且互不相關的。
- 點算：始終是點算某種東西的結果。
- 整數：最常見的例子是整數，因為你很難點算半個人或 0.7 輛車！
例子 1：兄弟姐妹的數量。 你可以有 2 個或 3 個兄弟姐妹，但不可能有 2.5 個。
例子 2：擲骰子的點數。 點數必須是 1、2、3、4、5 或 6。它不可能是 4.1 或 5.99。
例子 3：經過校門的車輛數量。 如果有 10 輛車經過，下一個點算結果必定是 11，而不可能是 10.01 輛。
🧠 離散數據記憶小技巧
利用字母 'D'：Discrete（離散）意味著 Definite（明確的/確定的）或 Digital（數字化的）。它處理的是獨立且可點算的跳躍。
⚠️ 避免常見誤區
不要因為數字很大就把它誤認為是連續數據！大型學校的學生人數（例如 2,500 名學生）仍然是離散的，即便數字很大，因為你是在 *點算* 個別的學生。
重點總結
離散數據來自於點算，由固定的、分開的數值（通常是整數）組成。
3. 連續數據：可測量的類型
連續數據的定義
連續數據是指在一定範圍內可以取任何數值的數據。這類數據是透過測量獲得的。
如果是連續數據，其可能數值是無限的。數值的準確度僅受限於測量儀器的精確度。
特徵與例子
- 無限的可能性：在任何兩個數值之間（例如 5 cm 和 6 cm），存在無限多個小數數值（5.1, 5.12, 5.123, 5.1234 等等）。
- 測量：始終是使用儀器（尺、磅秤、秒錶）測量的結果。
- 需要分組：由於數據可以取任何值，我們通常需要將連續數據分組到區間中（例如 10 < 重量 ≤ 20）。
比喻： 想像一下用秒錶測量時間。你可能會停在 5.4 秒，但如果你的秒錶更精確，它可能是 5.401 秒或 5.3999 秒。這就像在走斜坡，而不是上階梯。
例子 1：人的身高。 一個人的身高可能是 170 cm、170.5 cm 或 170.52 cm。
例子 2：溫度。 溫度可以是 20°C、20.1°C 或 20.005°C。
例子 3：跑 100 米所需的時間。 (9.98 秒、10.03 秒等)。
你知道嗎？
重量、時間、長度、面積和體積幾乎總是連續數據的例子，因為它們總是透過測量而不是點算得到的！
重點總結
連續數據來自於測量，並且可以在範圍內取任何數值。
4. 比較離散數據與連續數據
為了確保你能自信地分辨兩者，以下是直接比較：
| 特徵 | 離散數據 | 連續數據 |
| 如何收集？ | 透過點算 | 透過測量 |
| 可能數值 | 固定、不同的數值（例如 1, 2, 3） | 範圍內的任何數值（例如 1.5, 1.501, 1.500002） |
| 數據性質 | 跳躍（像樓梯的階梯） | 流動（像滑下斜坡） |
| 常見例子 | 寵物數量、鞋碼、考試分數。 | 身高、體重、時間、溫度。 |
如何檢查數據類型（分步指南）
當你遇到一個新的數據集時，問自己兩個簡單的問題：
- 出現分數或小數是否有意義？
- 如果是（例如 1.5 米），這很可能是連續數據。
- 如果否（例如 1.5 個學生），這很可能是離散數據。
- 數據是透過點算物件，還是透過測量工具收集的？
- 如果是點算，它是離散數據。
- 如果是測量，它是連續數據。
如果一開始覺得很混淆也不要擔心——透過例子多加練習，你一定能掌握得更好！
快速重溫：離散 vs 連續
離散 (Discrete)： Counting（點算）物件（你能列出所有可能性嗎？）。
連續 (Continuous)： Measuring（測量）物件（有無限多個小數可能性嗎？）。