Representation of data

歡迎來到數據表示的世界！

你有沒有想過 Netflix 或 Spotify 這些公司是如何了解你的喜好的？答案就是數據！在 劍橋國際 AS Level 數學 (9709) 課程的這個章節中，我們將學習如何將雜亂無章的數據轉化為清晰、美觀的圖表。這不僅僅是為了畫圖，而是要讓數據「說話」，讓我們理解它們背後隱含的意義。如果數字讓你感到不知所措，請別擔心，我們會循序漸進地學習！

1. 莖葉圖 (Stem-and-Leaf Diagrams)

想像一下你有 20 位學生的考試成績，隨意列出來會讓人眼花繚亂。莖葉圖可以將這些數據整理好，同時保留原始數值。

運作原理：

「莖」代表首位數字，「葉」代表末位數字。
例子： 數字 45，莖為 4，葉為 5。

背對背莖葉圖 (Back-to-Back Stem-and-Leaf Diagrams)：

當你想比較兩組數據（例如 A 班對比 B 班）時，你可以將「莖」放在中間，一組的「葉」放在左側，另一組則放在右側。

關鍵規則：一定要包含鍵值 (Key)！沒有鍵值（例如 \(4|5\) 代表 45），你的圖表就只是一堆令人困惑的數字。

重點總結：莖葉圖的優點在於它顯示了每一項數據，並且能輕鬆找出中位數 (median) 和眾數 (mode)。

2. 箱形圖 (Box-and-Whisker Plots)

如果你想要一份數據的「摘要」而不是查看每個點，請使用箱形圖。該圖表將你的數據分為四個等份（四分位數）。

「五數摘要」：

要繪製箱形圖，你需要五個數值：
1. 最小值（左側鬚線的末端）
2. 下四分位數 (\(Q_1\))（箱子的左側）
3. 中位數 (\(Q_2\))（箱子內的線）
4. 上四分位數 (\(Q_3\))（箱子的右側）
5. 最大值（右側鬚線的末端）

記憶小撇步：把「箱子」想像成數據的「中間 50%」，而「鬚線」則顯示極端值延伸的範圍。

3. 直方圖 (Histograms)

直方圖看起來像長條圖，但它們截然不同！在長條圖中，高度代表數值；但在直方圖中，長方形的面積才代表頻率。

重要點：我們使用直方圖處理連續數據（如身高、體重或時間），這些數據通常會分組。

頻率密度 (Frequency Density) 的秘訣：

如果各組的寬度（組距）不同，你不能直接在縱軸繪製頻率。你必須計算頻率密度 (FD)：
\(FD = \frac{\text{頻率}}{\text{組距}}\)

直方圖繪製步驟：
1. 檢查組別是否有空隙（例如 10-14, 15-19）。若有，請使用組界（9.5-14.5, 14.5-19.5）。
2. 計算每一組的組距。
3. 計算每一組的頻率密度。
4. 在 y 軸繪製頻率密度，在 x 軸繪製數據區間。

類比：把頻率密度想像成「擁擠程度」。如果一個小房間擠了 10 個人，密度很高；但如果 10 個人在一個大會堂裡，密度就很低。

4. 累積頻率圖 (Cumulative Frequency Graphs)

這是一種「累積總數」的圖表。曲線通常會向上延伸，並形成一個平滑的「S」型。

如何使用：

1. 找出中位數：在 y 軸找到總頻率的一半處，向右移至曲線，再向下對應 x 軸數值。
2. 找出四分位數：\(Q_1\) 在總頻率的 25% 處；\(Q_3\) 在 75% 處。
3. 百分位數：你可以用同樣的方法找到任何百分位數（例如第 90 百分位數）。

常見錯誤：務必將累積頻率繪製在該組的上組界 (upper class boundary)，而不是組中點！

5. 集中趨勢度量（「中間」的位置）

這些指標告訴我們數據的「中心」在哪裡。

• 平均值 (\(\bar{x}\))：所有數據加總後除以個數。\(\bar{x} = \frac{\sum x}{n}\)
• 中位數：將數據排序後處於中間的值。
• 眾數：出現頻率最高的值。

你知道嗎？平均值容易受「離群值 (outliers)」影響。如果比爾蓋茲走進一間教室，房間內的「平均」財富會飆升，但「中位數」財富幾乎不變！

6. 離散程度度量（「分散」的程度）

只知道中間值是不夠的，我們還需要知道數據的分散程度。

• 全距 (Range)：最大值減最小值。（簡單，但易受離群值影響）。
• 四分位距 (IQR)：\(Q_3 - Q_1\)。這代表中間 50% 數據的分散程度，能排除極端值的干擾。
• 標準差 (\(\sigma\))：衡量離散程度的「黃金標準」。它代表每個數據點與平均值的平均距離。

數學部分（別慌！）：

標準差公式：
\(\sigma = \sqrt{\frac{\sum x^2}{n} - (\frac{\sum x}{n})^2}\)
或者使用平均值：\(\sigma = \sqrt{\frac{\sum x^2}{n} - \bar{x}^2}\)

複習小方塊：
- 標準差大 = 數據非常分散。
- 標準差小 = 數據很集中，且接近平均值。

7. 數據編碼 (Coded Data)

有時候數字很大（例如 1001, 1005, 1008）。為了簡化，我們透過減去一個常數來「編碼」（例如減去 1000，變成 1, 5, 8）。

技巧：

1. 如果你對每個數值加/減一個數：平均值會改變，但標準差保持不變！
類比：如果全班同學都站上一個 10 厘米的箱子，平均身高會增加 10 厘米，但最高和最矮同學之間的身高差依然相同。
2. 如果你對每個數值乘/除一個數：平均值和標準差都會同時乘/除該數。

關鍵總結：編碼只是一種簡化計算的捷徑，它不會改變數據分佈的「形狀」。

給你的成功秘訣

- 讀準刻度：在直方圖和累積頻率圖中，考官很喜歡設計複雜的刻度。務必檢查一個小格代表多少！
- 標註清楚：坐標軸、單位和鍵值都是很容易拿到的分數，千萬別丟失。
- 分組數據：計算分組數據的平均值時，請使用每一組的組中點 (midpoint) 作為 \(x\) 值。

你可以做到的！數據表示的核心就是找規律。多練習繪圖，你很快就能對數據分析駕輕就熟。