📊 解讀統計數據：你的 IGCSE 學習指南

你好呀，未來的統計學家！歡迎來到「解讀統計數據」這一章。這聽起來可能有點嚇人，但統計學其實就是將數字變得有意義的藝術。數據無處不在——從記錄你的睡眠時間，到分析全球的考試成績——學會閱讀和解讀數據，是你數學學習中最實用的技能之一。

在本節中，我們將學習如何整理原始數據、計算總結數據的關鍵數值（例如平均值），並利用圖表來觀察趨勢和關係。我們已經為你拆解了各個步驟，確保你有足夠的信心應對任何類型的數據題！

1. 數據的分類與列表

1.1 數據類型：離散數據與連續數據 (C10.3 / E10.3)

統計學的第一步是了解你正在處理哪類數字。數據主要分為兩類：

  • 離散數據 (Discrete Data)： 這類數據只能取特定的固定值，通常是通過「點算」(counting) 得到的。
    例子：班級的學生人數（你不可能有 25.5 個學生）。一場比賽中的進球數。
  • 連續數據 (Continuous Data)： 這類數據在給定的範圍內可以取任何值，通常是通過「測量」(measuring) 得到的。
    例子：身高、體重、溫度或時間。如果尺夠精確，一個人的身高可以是 1.75 米、1.753 米或 1.7538 米。

小貼士： 如果你需要用「數」的，那就是離散的；如果你需要用「量」的，那就是連續的。

1.2 整理數據 (C10.1 / E10.1)

當你收集到原始數據時，它們通常是一團糟的。我們使用表格來讓數據變得井然有序，更易於閱讀。

  • 點算表 (Tally Tables)： 用於計算數據集中每個項目出現的頻率。記得，每五個點算符號要橫跨前四個畫線（\(\text{||||}\)），這樣方便以五個為一組來統計。
  • 雙向表 (Two-Way Tables)： 這類表格非常適合展示兩個不同變量之間的關係。
    例子：展示性別（男/女）與喜愛科目（數學/科學）之間的關係。

重點總結： 在解讀數據之前，先分辨它是離散的（點算）還是連續的（測量），並使用點算表或雙向表將其整理好。

2. 統計圖表 (C10.6 / E10.6)

數據視覺化能幫助我們快速發現趨勢和進行比較。你必須既能繪製這些圖表，又能解讀它們。

2.1 常見圖表

  • 條形圖 (Bar Charts)： 用於離散數據或分類數據。
    • 條柱的寬度必須相同。
    • 條柱之間必須有空隙（不同於本課程不要求的直方圖）。
    • 複合條形圖 (Composite Bar Charts)： 在主條柱內堆疊子分類。
    • 分組條形圖 (Dual Bar Charts)： 將兩組數據並排顯示，以便對比（例如，對比男生與女生的分數）。
  • 圓形圖 (Pie Charts)： 用於顯示整體中的比例或百分比。
    • 圓形的總角度為 \(360^{\circ}\)。
    • 計算某類別的角度公式：
      \[\text{角度} = \frac{\text{該類別的頻率}}{\text{總頻率}} \times 360^{\circ}\]
  • 象形圖 (Pictograms)： 使用圖片或符號來表示數據。你必須附上圖例 (Key) 來解釋每個符號代表的數量。
  • 莖葉圖 (Stem-and-Leaf Diagrams)： 一種快速展示數據分佈形狀並保留原始數值的方法。
    • 數據必須排序（從最小的葉到最大的葉）。
    • 必須包含圖例（例如 \(2|5 = 25\)）。
  • 簡單頻率分佈表 (Simple Frequency Distributions)： 列出類別/數值及其相應頻率的基本表格。

2.2 推論與限制 (C10.2 / E10.2)

解讀數據意味著根據你看到的數字得出結論或進行推論。

黃金法則：認清局限性！

即使手頭上有數據，也不代表你的結論一定是完美的。你必須認識到以下限制：

  • 樣本大小 (Sample Size)： 如果你只調查了 10 名學生，你不能斷定整個學校的情況。因為樣本太小了。
  • 偏差 (Bias)： 如果你只在健身房門口調查健身習慣，你的數據會傾向於健身愛好者，存在偏差。
  • 相關性 vs. 因果關係 (Correlation vs. Causation)： 兩件事同時發生（相關性）並不代表其中一件事導致了另一件事（因果關係）。

你知道嗎？ 比較兩組數據時，通常需要同時比較它們的平均值（看中心點在哪）和範圍/離散程度（看數據有多穩定）。

重點總結： 圖表有助於將比例和趨勢視覺化。得出結論時要謹慎，時刻記住樣本過小或偏差會影響數據的可靠性。

3. 集中趨勢量度（平均值）(C10.4 / E10.4)

平均值（或集中趨勢量度）告訴你數據集的典型值或中心值。你需要掌握三種主要類型及其適用場景。

3.1 單一數據的平均值計算（核心與延伸課程）

這適用於數據以簡單列表或基本頻率表（未分組）呈現的情況。

  1. 眾數 (Mode)： 出現次數最多的數值（頻率最高）。
    用途：最適用於非數值（類別）數據，例如最喜歡的顏色。
    例子：數據集為 1, 3, 3, 5, 6, 6, 6。眾數 = 6。
  2. 中位數 (Median)： 將數據按順序排列（升序或降序）後的中間值。
    計算步驟：
    1. 將數據排序。
    2. 使用公式 \(\frac{n+1}{2}\) 找到中位數的位置，其中 \(n\) 是數據點的總數。
    3. 如果 \(n\) 是奇數，中位數就是中間那一個數；如果 \(n\) 是偶數，中位數就是中間兩個數的平均值。

    用途：較少受極端異常值影響，因此對於房價或薪資等數據來說是一個可靠的指標。
  3. 平均數 (Mean)： 所有數值的總和除以數值個數 (\(n\))。
    \[\text{平均數} = \bar{x} = \frac{\sum x}{n}\]
    用途：使用了每一個數據點，通常被認為是最常用的平均指標。

3.2 使用圖形計算機 (GDC) (C10.5 / E10.5)

你的 GDC 可以快速為離散數據找到平均數、中位數和四分位數。確保你知道如何輸入數據（特別是當你使用頻率表時），並選擇正確的統計計算模式。

3.3 分組數據的估算平均數（僅限延伸課程：E10.4, E10.5）

對於延伸課程的同學，你可能會遇到分組頻率數據（例如 \(5 < \text{身高} \leq 10\)）。由於你不知道確切數值，必須對平均數進行估算。

估算步驟：

  1. 找出每個組距的組中值 (Midpoint, \(m\))。（這被視為該組內所有數值的估算值。）
  2. 將組中值乘以頻率 (\(f\))：計算每組的 \(f \times m\)。
  3. 將 \(f \times m\) 一欄相加 (\(\sum fm\))，並將頻率一欄相加 (\(\sum f\))。
  4. 計算估算平均數： \[\text{估算平均數} = \frac{\sum fm}{\sum f}\]

延伸課程重要提示： 你還需要能夠識別眾數組 (Modal Class)，即頻率最高的那組組距。

重點總結： 平均數使用了所有數值；中位數找到中心點（適合有極端值的情況）；眾數是最常出現的數值。對於分組數據（延伸課程），始終使用組中值來估算平均數。

4. 離散程度量度（離差）(C10.4 / E10.4)

離散程度量度告訴你數據分佈有多廣或多分散。分佈越小意味著數據越穩定；分佈越大意味著數據越參差。

4.1 全距與四分位數

  1. 全距 (Range)： 最簡單的離散程度量度。
    \[\text{全距} = \text{最大值} - \text{最小值}\]
    用途：計算快捷，但極易受極端異常值的影響。
  2. 四分位數 (Quartiles)： 將已排序數據分成四等份的數值。
    • 下四分位數 (\(Q_1\))： 位於數據 \(1/4\)（或 25%）位置的值。
    • 中位數 (\(Q_2\))： 位於數據 \(1/2\)（或 50%）位置的值。
    • 上四分位數 (\(Q_3\))： 位於數據 \(3/4\)（或 75%）位置的值。

    注意：尋找四分位數位置的方法與中位數類似。對於 \(Q_1\)，使用 \(\frac{1}{4} (n+1)\) 的位置；對於 \(Q_3\)，使用 \(\frac{3}{4} (n+1)\) 的位置。

  3. 四分位距 (IQR)： 衡量數據中間 50% 的離散程度。
    \[\text{IQR} = Q_3 - Q_1\]
    用途：衡量穩定性的絕佳指標，因為它忽略了數據集最兩端的極端值（異常值）。

比較數據集：

當被要求比較兩個數據集（例如 A 班和 B 班的成績）時，你必須評論：

  1. 集中趨勢： 比較平均數或中位數。（例如：「B 班的平均分較高（45 對 40），所以他們整體表現較好。」）
  2. 離散程度： 比較全距或四分位距。（例如：「A 班的 IQR 較小（5 對 12），所以他們的成績更穩定。」）

重點總結： IQR 是衡量離散程度的最佳指標，因為它能告訴你數據中間大部分的穩定性，而不受最大或最小值這些極端值的干擾。

5. 散點圖與相關性 (C10.7 / E10.7)

散點圖顯示兩個變量之間的關係（或相關性），通常繪製在 x-y 座標圖上。

5.1 繪製與解讀散點圖

繪製點時，應清晰標記，通常使用小叉號 (\(x\))。

  • 自變量 (Independent Variable)： 繪製在 x 軸上（不依賴於另一個變量的變量）。
  • 應變量 (Dependent Variable)： 繪製在 y 軸上（可能受另一個變量影響的變量）。

5.2 理解相關性

相關性描述了數據中呈現的關係類型：

相關類型 描述 圖形外觀
正相關 隨自變量 (x) 增加，應變量 (y) 也增加。 點從左到右呈上升趨勢。
負相關 隨自變量 (x) 增加，應變量 (y) 減少。 點從左到右呈下降趨勢。
零 / 無相關 變量之間沒有明顯關係。 點隨機散佈。

注意： 本課程不要求掌握「相關係數」這一術語。

5.3 最佳擬合線 (LOBF)

最佳擬合線是一條穿過散點中間的直線，用於總結趨勢。你必須目測畫出這條線，並遵循以下規則：

  1. 它必須是一條由尺畫出的單一直線。
  2. 它必須延伸覆蓋整個數據集。
  3. 它應該穿過平均點（由 x 值的平均數和 y 值的平均數計算出的點）。
  4. 線的兩側分佈的點應該大致均勻。

使用這條線： 一旦畫好，你可以利用 LOBF 對不在數據集中的數值進行預測（如果在數據範圍內，稱為內插法；如果在範圍外，稱為外推法）。

5.4 線性回歸（僅限延伸課程：E10.7.4）

對於延伸課程的同學，你必須使用圖形計算機 (GDC) 來求出最佳擬合直線的方程（線性回歸方程）。這通常以 \(y = ax + b\) 或 \(y = mx + c\) 的形式給出。

重點總結： 散點圖顯示了變量間的關係。使用最佳擬合線（必須穿過平均點）來估計趨勢。點越接近這條線，相關性就越強。

6. 累積頻率（僅限延伸課程：E10.8）

累積頻率用於分組的連續數據，幫助我們通過圖形快速找到中位數和四分位數。

6.1 累積頻率表

累積頻率意味著「累加總和」。你需要建立一列數據，將頻率從上到下逐個相加。

繪製點：

  • 至關重要的是，累積頻率總是對應組距的上限 (upper boundary) 來繪製。
  • 繪製的點應清晰標記（例如小叉號，\(x\)）。
  • 點與點之間用平滑曲線（累計頻率曲線）連接。

例子：如果某組為 \(10 \leq t < 20\)，頻率為 5，則累積頻率 (CF) 的 5 對應的點應畫在上限 \(t = 20\) 的位置。

6.2 從圖表中估算數值

總頻率 (\(N\)) 是 y 軸上的最大值（曲線的最高點）。

  • 中位數 (\(Q_2\))： 在 \(\frac{1}{2} N\)（總頻率的 50%）處找到。
  • 下四分位數 (\(Q_1\))： 在 \(\frac{1}{4} N\)（總頻率的 25%）處找到。
  • 上四分位數 (\(Q_3\))： 在 \(\frac{3}{4} N\)（總頻率的 75%）處找到。

你從所需的 CF 值處畫一條水平線到曲線上，然後向下垂直對應到 x 軸，即可讀出估算的數值。

四分位距 (IQR)： 你同樣可以通過計算 \(Q_3 - Q_1\) 來估算 IQR。

百分位數： 你也可以估算百分位數。例如，第 80 百分位數是從累積頻率軸的 \(0.80 \times N\) 處水平讀取出來的。

重點總結： 累積頻率是繪製在組距上限處的累加總和。利用曲線來估算中位數和四分位數，能為你提供關於數據分佈情況的快速視覺化總結。