詮釋與呈現數據簡介
歡迎！在這個章節中，我們將學習如何將雜亂無章的資訊（數學家稱之為數據）轉化為清晰且美觀的圖表。為什麼要這麼做？因為比起長串的數字列表，我們的大腦更容易從圓形圖或長條圖中發現規律。無論你是查看螢幕使用時間、足球數據還是天氣狀況，其實你都在運用數據呈現的技巧！
如果你一開始覺得圖表有點複雜，不用擔心。我們會從簡單的計數表到進階的直方圖，一步一步為你拆解。
1. 組織數據：頻數分佈表
在繪製圖表之前，我們需要先組織數據。最常用的方法是使用頻數分佈表 (Frequency Table)。頻數 (Frequency) 其實就是「某件事發生了多少次」的華麗說法。
設計表格
當你收集數據時，請使用劃記表 (Tally Chart)。這就像用手指計數一樣，只是改在紙上進行！每數到第 5 個項目時，就在前四個劃記上畫一條斜線，這樣最後統計起來會非常容易。
例子：如果有 5 個學生喜歡藍色，3 個喜歡紅色，2 個喜歡綠色：
藍色： ||||（加一斜線） = 5
紅色： ||| = 3
綠色： || = 2
重點複習小盒：
• 務必在頻數分佈表的最下方加上「總計」列，以檢查是否漏掉了任何數據！
• 離散數據 (Discrete Data)： 只能取特定數值的數據（例如鞋碼或寵物數量）。
• 分類數據 (Categorical Data)： 按類別排序的數據（例如眼睛顏色或最喜歡的食物）。
2. 簡單視覺化：象形圖與長條圖
象形圖 (Pictograms)
象形圖使用符號或圖片來代表數據。象形圖中最重要的是圖例 (Key)。如果沒有圖例，我們就無法理解這些圖片代表什麼意思！
常見錯誤： 沒看清楚圖例。有時候一個完整的圖片代表 2 或 4 個項目，所以半個圖片就代表 1 或 2！
長條圖 (Bar Charts)
長條圖非常適合比較不同的類別。要畫出一張完美的長條圖，請遵守以下規則：
1. 每個長條的寬度必須相等。
2. 長條之間的間距必須相等。
3. 縱軸（頻數軸）必須使用一致的刻度，並從零開始。
複式長條圖與堆疊長條圖：
• 複式長條圖 (Multiple Bar Charts)： 將不同組別（例如男生與女生）的長條並排放置。
• 堆疊長條圖 (Composite/Stacked Bar Charts)： 將不同組別疊在一起成為一個長條。這非常適合呈現「總數」，同時又能顯示各「部分」的組成。
直線圖 (Vertical Line Charts)
這些圖表適用於未分組的離散數值數據。你只需要畫出一條細細的垂直線，而不是粗大的長條。它們與長條圖非常相似，只是長得比較「瘦」！
重點小叮嚀： 長條圖用於比較類別。請記住口訣：「長條之間要有空隙」（與稍後會學到的其他圖表不同，長條圖通常是有間距的）。
3. 生活中的圓餅圖：圓形圖 (Pie Charts)
圓形圖展示了「整體」是如何分配成不同「部分」的。
如何繪製圓形圖（步驟說明）
1. 找出總頻數： 將所有項目的頻數加總。
2. 計算「每單位人數的度數」： 將 \( 360^\circ \) 除以總頻數。
3. 計算各扇形的角度： 將每個項目的頻數乘以你在步驟 2 中算出的數值。
4. 繪製與標記： 使用量角器畫出角度，並記得為每個「切片」加上標籤。
記憶小技巧： 把圓形圖想像成一個披薩。如果你有 10 個朋友和 1 個披薩，每個朋友可以分到 \( 360 \div 10 = 36^\circ \) 的披薩！
4. 觀察趨勢：時間序列圖 (Time Series Graphs)
時間序列圖是一種線形圖，其中橫軸永遠是時間（天、月或年）。我們利用它來觀察事物是在增加、減少，還是保持不變。
你知道嗎？ 氣象學家利用這些圖表來追蹤數十年來的全球氣溫，從而觀察氣候趨勢！
觀察重點：
• 總體趨勢： 線條整體是在往上走還是往下走？
• 季節性變化： 它是否以規律的模式上下波動？（例如：冰淇淋銷量總是在夏天達到高峰）。
5. 進階數據：直方圖與累積頻數
如果這部分一開始看起來很難，別擔心！這是我們探討「分組數據」的地方。
累積頻數圖 (Cumulative Frequency Graphs)
累積頻數就是「累加的總數」。
• 要計算它，只需在表中向下逐一累加頻數。
• 繪圖時，務必將累積頻數對應到組別上限 (Upper Class Boundary)（即該組的結尾數值）。
• 圖形看起來應該像一個平滑的「S」型曲線。
直方圖 (Histograms)（等寬或不等寬組別）
直方圖看起來像長條圖，但它們用於連續數據（如身高或時間），且長條之間沒有空隙。最重要的規則是：長條的面積代表頻數，而不是高度！
若要繪製不等寬的直方圖，我們需要計算頻數密度 (Frequency Density)：
\( \text{頻數密度} = \frac{\text{頻數}}{\text{組距}} \)
比喻： 頻數密度就像「擁擠程度」。如果你把 10 個人塞進一個小房間（組距小），會感覺非常擁擠（高密度）。如果你把 10 個人放在一個巨大的禮堂裡（組距大），會感覺非常空曠（低密度）。
重點小叮嚀： 如果表格中的分組寬度不同，你必須在縱軸上使用頻數密度。
6. 別被誤導：具誤導性的數據
有時候圖表繪製方式不正確，會讓人誤信錯誤的訊息。這稱為圖表誤導 (Graphical Misrepresentation)。
檢查清單：
• 「斷裂」的軸： 縱軸是否隨意從一個數字開始，而不是從 0 開始？這會讓微小的差異看起來非常巨大！
• 刻度不正確： 數字之間的間距是否不均勻？
• 缺乏標籤： 如果沒有單位或標題，該圖表就毫無意義。
重點複習小盒：
在閱讀圖表前，請務必先檢查座標軸。如果它不是從零開始，請問問自己：「他們試圖隱藏什麼？」
最終總結
• 表格： 使用劃記法以保持整潔有序。
• 長條圖： 用於分類數據；保持間距一致。
• 圓形圖： 角度 = \( \frac{\text{頻數}}{\text{總計}} \times 360 \)。
• 直方圖： 面積是關鍵！高度 = 頻數密度。
• 趨勢： 在線形圖中觀察隨時間變化的規律。