雙變量數據簡介
歡迎！在本章中，我們將從觀察單組數據（例如學生的身高）轉向同時觀察兩個不同的變量，看看它們之間是否存在某種聯繫。這就是我們所說的雙變量數據 (Bivariate Data)。
你可以把這想像成當一名數據偵探。如果你注意到天氣越熱，雪糕的銷量就越高，你就已經發現了兩個變量之間的聯繫：氣溫與銷量。理解這些聯繫不僅能幫助企業預測未來，還能幫助科學家理解這個世界是如何運作的！
1. 什麼是雙變量數據？
"Bivariate"（雙變量）這個詞聽起來很深奧，但其實很簡單：
• Bi 代表「二」（就像單車是 bicycle，bi 就代表雙輪）。
• Variate 指的是「變量」。
因此，雙變量數據就是指樣本中每個「項目」都包含兩個變量的數據。例如，如果你測量了 20 個人的臂展和身高，你就會得到 20 組數據。
快速回顧：
• 自變量 (Independent Variable) (\(x\))：這是我們認為可能會引起變化的變量。我們通常將其標記在橫軸（x 軸）上。
• 應變量 (Dependent Variable) (\(y\))：這是我們為了觀察其反應而測量的變量。我們將其標記在縱軸（y 軸）上。
2. 散點圖 (Scatter Diagrams)
散點圖（或稱散點圖表）是視覺化雙變量數據的最佳方式。每一組數據點都會作為圖表上的一個坐標點 \((x, y)\) 呈現出來。
識別規律與分組
有時，散點圖上的點看起來像是一大團雲霧。但有時，你可能會注意到群體內部存在明顯的分區或分組。
例子： 如果你繪製一群動物的「奔跑速度」對比「腿長」，你可能會看到兩個明顯的群聚（clusters）——一組是狗，一組是貓。識別這些分組是解讀數據的關鍵。
圖表標繪
在考試中，你可能會被要求在現有的散點圖上添加數據點。
別擔心，這很簡單： 只要像在普通數學圖表上找坐標一樣處理這些數值即可。如果 \(x = 5\) 且 \(y = 10\)，就在橫軸找到 5，在縱軸找到 10，然後清楚地標上一個「X」！
重點總結： 散點圖能幫助我們「看見」兩個變量之間的關係。記得時刻觀察這些點是否形成了某種規律，或者是否分成了不同的群體。
3. 理解相關性 (Correlation)
相關性描述了兩個變量之間聯繫的性質和強弱。
相關性的類型：
1. 正相關 (Positive Correlation)： 當 \(x\) 增加時，\(y\) 也會增加。數據點通常從左下向右上呈現「上坡」趨勢。
類比： 你進行體育訓練的時間越長，你的技術水平通常就越高。
2. 負相關 (Negative Correlation)： 當 \(x\) 增加時，\(y\) 反而減少。數據點從左上向右下呈現「下坡」趨勢。
類比： 你開車行駛的哩程數越多，油箱裡的汽油就越少。
3. 無相關 (No Correlation)： 沒有明顯的規律。數據點像灑出的鹽一樣散落在各處。
例子： 你的鞋碼與數學考試分數之間的關係。
相關性的強弱：
• 強 (Strong)： 數據點非常接近並形成一條直線。
• 弱 (Weak)： 數據點大致遵循一個方向，但散開成一團寬廣的雲狀。
小貼士： 如果你可以輕鬆地在數據點周圍畫出一個細長的「香腸」形狀，那麼相關性通常是強的。如果你需要一個很大的「雲朵」形狀才能把它們全部包圍，那相關性就是弱的。
4. 回歸線 (Regression Lines)
回歸線其實就是更精確的「最佳擬合線」(Line of Best Fit)。它是一條盡可能靠近所有數據點的直線。
重要提示： 在這部分課程中，你不需要計算該直線的方程式，你只需要學會如何解讀它。
使用回歸線進行預測
我們利用回歸線，根據給定的 \(x\) 值來預測 \(y\) 的值。
• 內插法 (Interpolation)： 預測數據範圍之內的數值。這通常非常可靠。
• 外推法 (Extrapolation)： 預測數據範圍之外的數值（例如，如果你的數據只到 \(x=10\)，嘗試去預測 \(x=100\) 時的情況）。
警告： 外推法是很危險的！適用於較小數值的規律，不一定適用於更大的數值。
重點總結： 回歸線是預測工具。內插法是你的好朋友，而外推法是一個風險很高的猜測！
5. 相關性與因果關係（黃金法則）
這是本章最重要的概念！相關性並不代表因果關係 (Correlation does not imply causation)。
僅僅因為兩件事物有聯繫（相關），並不代表其中一件事是導致另一件事的原因。這背後可能存在一個「隱藏」的第三變量在起作用。
經典例子： 統計顯示，隨著雪糕銷量增加，鯊魚襲擊事件的數量也會增加。
• 是吃雪糕讓鯊魚想咬人嗎？當然不是！
• 隱藏的變量是天氣/夏天。當天氣炎熱時，更多人會吃雪糕，同時也更多人會去海邊游泳。天氣熱導致了這兩件事同時發生，但雪糕並不是導致鯊魚襲擊的原因。
你知道嗎？ 在美國，尼古拉斯·基治 (Nicolas Cage) 出演的電影數量與掉進游泳池溺水的人數之間有著強相關性。這就是所謂的「虛假相關」(spurious correlation)——純屬巧合！
總結：避免常見錯誤
1. 搞混軸線： 務必檢查哪個變量是 \(x\)（橫軸），哪個是 \(y\)（縱軸）。
2. 假設因果： 在考試中，絕對不要直接說「\(x\) 導致了 \(y\)」。相反，請說「\(x\) 與 \(y\) 之間存在正相關/負相關」。
3. 過度信任外推法： 如果題目問為什麼預測可能不可靠，檢查一下該數值是否遠遠超出了原始數據範圍。
4. 忽視分組： 如果數據點明顯形成了兩個不同的群聚，提到可能測量的是兩個不同的群體。
重點總結： 做一個保持懷疑精神的科學家！尋找規律，清楚地描述它們，但不要急於對因果關係下結論。