你好，IGCSE 統計學家！學習散點圖 (C10.7 / E10.7)

歡迎來到統計學中最直觀且實用的課題之一！在本章中，我們將學習如何觀察數據，並找出兩者之間是否存在關聯。例如：你花在睡眠上的時間會影響考試成績嗎？或者雪糕的價格會隨著室外溫度而改變嗎？

散點圖 (Scatter diagrams) 是強大的工具，因為它們能讓我們直觀地判斷兩個變數之間的關係（或缺乏關係）。別擔心如果繪圖不是你的強項——這種類型的圖表繪製起來非常簡單！

第一節：繪製與解讀散點圖

什麼是散點圖？

散點圖（或稱散佈圖）是一種展示雙變數數據 (bivariate data) 的方式。雙變數數據簡單來說就是涉及兩個變數的數據，例如身高與體重，或是年齡與收入。

我們使用標準的坐標網格（就像你繪製線性函數圖形時用的一樣）來展示這些成對的數據。

逐步教學：如何繪製散點圖
  1. 選擇你的軸： 通常將兩個變數互相對應繪製。
    • 自變數 (Independent Variable)（引起變化的因素，或是你可控制的變數，例如溫習時間）放在橫軸 (\(x\)-軸) 上。
    • 應變數 (Dependent Variable)（受影響的變數，例如你的考試成績）放在縱軸 (\(y\)-軸) 上。
  2. 標度與標籤： 清晰標示你的坐標軸，並選擇合適的標度，以便所有數據點都能適當地落在網格內。
  3. 標繪點位： 對於每一對數據值，在圖表上標繪一個點。
    • 重要規則： 根據考綱要求，標繪的點必須清晰標記，通常為小交叉 (\(x\))。避免使用大圓點，因為這會令讀取圖表時產生誤差。

類比：想像一下測量班上每個人的身高和鞋碼。每個人都是一對數據，在圖表上由一個交叉 (\(x\)) 代表。

重點總結（第一節）

散點圖使用小交叉 (\(x\)) 來繪製雙變數數據。自變數通常放在 \(x\)-軸上。

第二節：理解相關性 (Correlation)

當你標繪好所有的點後，有趣的部分來了！這些點形成的形狀告訴我們兩個變數之間的關係。這種關係被稱為相關性 (correlation)。

相關性的類型

你有三種主要的相關性需要學會辨識並描述：

1. 正相關 (Positive Correlation)

  • 定義： 當一個變數增加時，另一個變數也傾向於增加。
  • 視覺模式： 點群大致沿著一條向上傾斜的線排列（從左下到右上）。
  • 例子： 通常你溫習的時數越多，考試成績就越高。

2. 負相關 (Negative Correlation)

  • 定義： 當一個變數增加時，另一個變數傾向於減少。
  • 視覺模式： 點群大致沿著一條向下傾斜的線排列（從左上到右下）。
  • 例子： 車齡越老，二手轉售價值通常越低。

    • 3. 零相關 (Zero/No Correlation)

    • 定義： 兩個變數之間沒有明確關係。
    • 視覺模式： 點在圖表上隨機分佈，沒有顯示出任何趨勢或方向。
    • 例子： 學生頭髮顏色與數學成績的比較。

    相關性的強度

    我們還需要描述這種關係有多「強」。這指的是點圍繞著想像中的「最佳擬合線」聚集的緊密程度。

    • 強相關： 點非常接近完美直線。
    • 弱相關： 點較為分散，但仍然顯示出大致的方向（向上或向下）。
    • 零相關： 完全沒有方向性。

    記憶小貼士： 想像一條直路。如果點是汽車：
    - 強相關：所有汽車都完美地行駛在車道內。
    - 弱相關：汽車大部分在路上，但有些已經飄移到路肩上了。

    無障礙提示：常見陷阱

    千萬別把相關性與因果關係 (causation) 搞混了！僅僅因為兩個變數相關，並不代表一個「導致」了另一個。
    例子： 雪糕銷量與鯊魚襲擊次數在夏季同時增加。這是一個強正相關，但吃雪糕並不會「導致」鯊魚襲擊。它們兩者都是由第三個因素引起的：天氣炎熱。

    重點總結（第二節）

    相關性描述了變數之間的關係：正相關（兩者同時增加）、負相關（一個增加，另一個減少）或零相關（無規律）。相關性可以分為強或弱。

    第三節：最佳擬合線 (Line of Best Fit, LOBF)

    如果我們看到強或弱的線性相關（正或負），我們會畫出一條最能代表這種趨勢的直線。這稱為最佳擬合線 (LOBF)。

    LOBF 用於進行預測。

    繪製最佳擬合線（目測法）

    你必須使用直尺畫出一條直線。這是一項考試評核的技能，為了確保線條準確，請遵循以下規則：

    1. 跟隨趨勢： 線條必須清晰地跟隨點的分佈模式（正相關向上斜，負相關向下斜）。

    2. 平衡點位： 你必須確保線條在整個長度上，線上方的點與下方的點分佈大致均勻。如果你有 10 個點，目標是上方 5 個、下方 5 個（或 4/6 等）。

    3. 充分延伸： 線條應延伸涵蓋整個數據集。不應在數據點的中途停止。

    你知道嗎？ 嚴格來說，最佳擬合線應該經過平均點 \((\bar{x}, \bar{y})\)（即所有 \(x\)-坐標的平均值與所有 \(y\)-坐標的平均值）。雖然你通常是目測繪製，但保持平衡可以確保它經過這個中心點附近！

    使用最佳擬合線進行預測

    繪製好 LOBF 後，你可以利用它來估算沒有數據的值。這稱為內插法 (interpolation) 或外推法 (extrapolation)。

    1. 內插法

    指使用線條在原始數據點的範圍內進行預測。

    • 例子： 如果你的散點圖顯示 10 至 15 歲兒童的身高，內插法就是估算一個 12 歲兒童的身高。
    • 可靠性： 內插法通常很可靠，因為線條是基於該區域的現有數據。
    2. 外推法

    指延伸線條（如有必要），在原始數據點的範圍外進行預測。

    • 例子： 使用 10 至 15 歲兒童的數據來預測 25 歲成年人的身高。
    • 可靠性： 外推法通常不可靠！在測量範圍之外，關係可能會發生劇烈變化（例如：人類最終會停止生長）。

    快速回顧：最佳擬合線規則

    1. 用尺畫線？ 是的，永遠是直線。
    2. 達到平衡？ 是的，上方和下方的點大致相等。
    3. 充分覆蓋？ 是的，延伸至整個圖表範圍。

    重點總結（第三節）

    LOBF 是一條平衡了數據點的直線。在數據範圍內使用它進行可靠的預測（內插法），但在範圍外進行預測（外推法）時要謹慎，因為這通常不可靠。

    第四節：延伸課程內容 (E10.7.4) – 線性回歸 (Linear Regression)

    對於修讀延伸課程 (Extended) 的學生（以及在實際應用中），目測繪製 LOBF 可能會有主觀偏差。為了得到最精確的直線，我們使用一種稱為線性回歸的計算方法。

    使用圖形計算器 (GDC) 尋找線性回歸方程式

    GDC 可以幫助你找到最佳擬合線的精確方程式。此方程式通常以以下形式給出：

    $$y = ax + b$$

    其中 \(a\) 是斜率，\(b\) 是 \(y\)-截距。

    使用 GDC，輸入所有成對的數據點 (\(x\), \(y\))。計算器會進行複雜的運算，找出能產生統計學上最佳擬合線的 \(a\) 和 \(b\) 值。

    為什麼要使用方程式？

    當你得到方程式 \(y = ax + b\) 後，你可以：

    • 精確預測： 你不再需要從手畫的線條上讀取數值，而是將 \(x\) 值代入方程式中，得到最準確的預測 \(y\) 值。
    • 解讀斜率 (\(a\))： 如果 \(a = 3\)，意味著 \(x\) 每增加 1 個單位，\(y\) 就會增加 3 個單位。

    注意： 考試要求你使用 GDC 來尋找這個方程式，然後用它來進行預測。你不需要手動計算線性回歸公式。

    重點總結（第四節）

    延伸課程學生必須使用 GDC 來找出線性回歸線 (\(y = ax + b\)) 的準確方程式，這是在統計學上最好的最佳擬合線，並用它來進行預測。