👋 歡迎來到數據分析！(解題技巧單元 3)
你好！本章節的重點在於深入挖掘你所整理和處理過的數據，找出它們背後的真正意義。在這裡，你將搖身一變成為一名「數據偵探」！
這不單單是計算，更重要的是如何將資訊視覺化、識別規律，並透過逆向思考來推導數字背後的運作規則。
為什麼這很重要？ 在解題技巧（特別是卷一與卷三）中，你經常會面對複雜的數據集（如表格、圖表等）。為了破解難題，你需要掌握以下技能：靈活轉換視角（數據轉換）以及邏輯性地解釋數字變化的原因（解釋趨勢）。
3.1 數據轉換：從不同角度看同一件事
通常，數據最初呈現的方式未必是最適合解題的。數據轉換 (Transforming data) 意味著改變其呈現形式（例如：從表格變為圖表），或是改變其空間表徵（例如：旋轉一個圖塊），同時確保核心資訊保持不變。
3.1.1 識別替代呈現方式
此處的核心技能是識別能夠傳達完全相同資訊的不同格式。你必須能夠在這些呈現方式之間靈活切換。
- 文字轉表格：將關於數量的文字敘述，清晰地整理在行與列之中。
- 表格轉圖表：將原始數字轉換為視覺化的格式，例如長條圖、折線圖或圓形圖。
例子：長條圖 vs. 圓形圖
如果長條圖顯示 A 班在測試中得分佔 50%，B 班佔 30%，C 班佔 20%，那麼代表相同數據的圓形圖將顯示三個大小對應的扇形（一個是一半，一個略小於三分之一，一個是五分之一）。它們看起來截然不同，但它們是等價的呈現方式。
重點提示： 不要被視覺格式迷惑。務必關注其背後的數值與比例。
3.1.2 根據呈現方式識別模型的特徵
當數據代表一個*模型*（現實世界場景的簡化規則集）時，不同的呈現方式（如圖表或圖示）會突出該模型不同的特徵。
A. 解讀圖表特徵（斜率）
圖表中呈現的一個常見模型特徵是變動率，即斜率 (gradient)。
想像一張顯示計程車總車資（Y 軸）與行駛距離（X 軸）關係的圖表：
- 陡峭的斜率： 意味著車資相對於距離增加得很快。（每公里的價格較高）。
- 平緩的斜率： 意味著車資相對於距離增加得很慢。（每公里的價格較低）。
- 折點 (Break Point)： 如果線段突然變得更陡，意味著在某個距離之後，費率（每公里價格）發生了變化（模型中的一個閾值）。
小貼士： 請在模型的背景下適當地解釋斜率。如果圖表繪製的是速度與時間的關係，斜率就是加速度；如果繪製的是成本與數量的關係，斜率就是單價。
B. 空間轉換（旋轉與反射）
有時，數據轉換涉及識別形狀或物體如何透過移動而相互關聯。
如果你正在觀察一個圖案或圖塊設計，你必須能夠：
- 識別兩個形狀是否為同一個物體，只是其中一個經過了旋轉 (rotated)。
- 識別兩個形狀是否為同一個物體，只是其中一個經過了反射 (reflected/翻轉)。
你知道嗎？ 在幾何問題中，位於「圖塊相對角落且形狀相同」的物體，通常與 180 度旋轉或結合反射/旋轉有關。
快速回顧：數據轉換
數據轉換包含兩個技巧：
1. 以等價格式呈現數據（例如：圓形圖 = 長條圖）。
2. 從呈現方式中提取特徵（例如：從模型的斜率中讀取變動率，或識別出一個旋轉後的形狀）。
3.2 解釋數據趨勢：找出「原因」
當你成功分析完數字和圖表後，下一步就是理解它們所講述的故事。這涉及為規律提出解釋，並確保你的數學模型準確地反映了現實。
3.2.1 對趨勢提出可能的解釋
趨勢 (Trend) 是數據移動的總體方向（上升、下降或平穩）。當被要求解釋趨勢時，你必須尋找可能影響該數據的外部因素。
例子：冰淇淋銷售額
數據顯示冰淇淋銷售額從三月到八月穩步增長，但在九月突然急劇下降。
- 趨勢解釋（三月至八月）： 銷售額因天氣變暖和學校假期而上升。
- 變化/折點解釋（九月）： 急劇下降是因為寒冷天氣的開始以及學生返校，減少了隨性的購買行為。
解釋趨勢的步驟：
1. 描述趨勢： 清晰陳述數據顯示的內容（例如：「數據顯示在 X 點之前呈現線性增長」）。
2. 識別折點/變化： 標註規律發生轉變的位置（例如：「在 X 點，趨勢發生了劇烈反轉」）。
3. 提出原因： 為趨勢和變化提出一個合理且現實的理由（例如：「在 X 時刻引入了新法律」或「季節性效應開始主導」）。
常見錯誤： 不要只是重述數據。說「銷售額下降是因為他們賣得少了」屬於循環論證。你需要解釋為什麼他們賣得少了（即外部因素）。
3.2.2 將模型擬合到現有資訊中
數學模型使用特定的參數 (parameters)（固定或變動的數值）來描述一個情況。當你「擬合模型」時，通常會得到方程式的整體結構，而你必須推導出使模型符合觀測數據的遺失數值（參數）。
如果這看起來有點棘手，請別擔心——這通常歸結為簡單的聯立方程或逆向計算。
類比：尋找食譜成分
如果你嚐了一塊蛋糕（結果，即輸出數據），且知道基本食譜結構（模型：麵粉 + 糖 + 蛋），你所做的就是推導每種成分使用的確切份量（參數）。
課程例子：推導每公里價格
一家計程車公司的定價模型為：
總車資 = 固定收費 + (每公里價格 \(\times\) 行駛距離)
我們有兩次記錄的行程：
1. 5 公里的行程花費 $11。
2. 10 公里的行程花費 $16。
目標： 找出固定收費 (F) 和每公里價格 (P)。
步驟 1：建立方程式
(1) \(11 = F + 5P\)
(2) \(16 = F + 10P\)
步驟 2：推導差額
兩次行程的差額為 5 公里和 $5。這意味著額外的 5 公里花費了 $5。
因此，\(5P = 5\)，得出每公里價格 (P) = $1。
步驟 3：找出固定收費
將 \(P=1\) 代回方程式 (1)：
\(11 = F + 5(1)\)
\(11 = F + 5\)
\(F = 6\)
結果： 固定收費為 $6，每公里價格為 $1。你已經利用現有資訊成功地將參數擬合到模型中了。
重點提示： 擬合模型需要利用已知的結果（數據點）來計算出定義該情況規則的隱藏常數值（參數）。
快速分析工具箱：總結
要成功地「分析數據」，請記住這兩個核心行動：
1. 轉換 (Transform)： 改變數據格式或空間表徵使其更容易理解，但確保核心資訊保持不變。（尋找等價圖表或旋轉對稱性。）
2. 解釋 (Explain)： 為你觀察到的規律（趨勢）提出合理的理由，特別是在規律發生變化的時候。如果給定模型結構，請利用數據計算出使該模型運作的特定數值（參數）。
請持續練習在不同情境下解讀圖表——你一定能做到的！