歡迎來到數據呈現與詮釋！
在這章節，我們將學習如何將雜亂無章的數據轉化為有意義的資訊。無論你是在觀察體育數據、天氣規律，甚至是自己的考試成績，這些工具都能幫助你透過數據「說故事」。別擔心統計學感覺起來與純數學（Pure Maths）有點「不同」——其實這一切都在於如何識別規律，並成為一名出色的數據偵探！
1. 數據視覺化：化繁為簡
有時候，面對一長串數字會讓人感到枯燥且困惑。圖表能幫助我們即時看出數據的「形狀」。以下是考試中你需要掌握的主要圖表類型：
直方圖 (Histograms)
它們看起來像棒形圖，但有一個巨大的區別：在直方圖中，長條的面積代表頻率，而非高度。這適用於連續數據（例如透過測量得出的數值，如身高或時間）。
黃金法則： \( \text{Frequency} = \text{Frequency Density} \times \text{Class Width} \)。
你可以把它想像成一個矩形：面積 = 高 × 寬。
箱形圖 (Box and Whisker Plots)
它們非常適合觀察數據的「離散程度」。它展示了五數概括：最小值、下四分位數 (\(Q_1\))、中位數 (\(Q_2\))、上四分位數 (\(Q_3\)) 以及最大值。
類比：想像你的數據是一條長繩子。箱形圖顯示了這條繩子中間 50% 的部分「聚集」在哪裡。
累積頻率圖 (Cumulative Frequency Diagrams)
這是一個顯示「累計總數」的圖表。它的曲線總是上升的！我們透過從 y 軸對應位置畫線，來估算中位數和四分位數。
快速複習：
● 直方圖： 面積 = 頻率。
● 箱形圖： 非常適合比較兩組數據。
● 頻率多邊形： 只需將直方圖頂部的中點用直線連接起來即可！
2. 集中趨勢測量（找出「中間值」）
我們希望找到一個能代表整組數據的單一數值。
- 平均值 (\(\bar{x}\))： 算術平均數。所有數值的總和除以數值個數 \( \left( \frac{\sum x}{n} \right) \)。
- 中位數： 將數據由小到大排列後，位於中間的數值。
- 眾數： 出現頻率最高的數值。
線性插值法 (Linear Interpolation)
別被名字嚇到了！這只是一種在數據處於分組頻率表時，估算中位數或四分位數的進階方法。我們假設數據在該分組內是均勻分佈的。
中位數的步驟：
1. 確定中位數所在的組別（例如，第 20 個數值）。
2. 從該組的下界開始。
3. 計算你需要往該組內「推進」多少步。
4. 乘以組距（class width）。
重點提示： 平均值容易受極端值（離群值）影響，但中位數則「健壯」得多，即使群體中有一位億萬富翁，中位數依然保持穩定！
3. 離散程度測量（數據有多分散？）
兩組數據可能平均身高相同，但一組可能全部都在 170cm 左右，而另一組則包含幼童和巨人。我們需要測量這種「離散程度」。
標準差與方差 (Standard Deviation and Variance)
標準差是最重要的離散程度測量指標。它告訴我們數據與平均值的「平均距離」。標準差越小，代表數據越穩定。
在考試中，你將會使用平方和 (\(S_{xx}\))：
\( S_{xx} = \sum (x - \bar{x})^2 = \sum x^2 - \frac{(\sum x)^2}{n} \)
接著，標準差 (\(\sigma\)) 為： \( \sigma = \sqrt{\frac{S_{xx}}{n}} \)
你知道嗎？ 在許多計算機和試算表中，會使用 \(n-1\) 而非 \(n\)。Edexcel 兩種都接受，但 \(n\) 是 AS Level 的標準用法！
四分位距 (IQR) 與百分位距
● 四分位距 (IQR)： \(Q_3 - Q_1\)。這表示中間 50% 數據的離散程度。
● 百分位距： 例如，第 10 到第 90 百分位數。這忽略了兩端的極端 10%，專注於數據的主要部分。
4. 離群值與數據清理
離群值 (Outlier) 是一個不符合規律的異常數據點。這可能是人為錯誤（打字錯誤）或極其罕見的情況。
常見的離群值判定規則
考試通常會給你指定的規則，例如：
1. 任何高於 \(Q_3 + 1.5 \times \text{IQR}\) 或低於 \(Q_1 - 1.5 \times \text{IQR}\) 的數值。
2. 任何距離平均值超過 \(3 \times \text{標準差}\) 的數值。
數據清理： 這是在進行最終計算前，移除錯誤數據或決定是否剔除離群值的過程，以確保它們不會干擾你的結果。
5. 雙變量數據：兩個變數
現在我們探討兩個變數之間的關係，例如「複習時間」(\(x\)) 與「考試成績」(\(y\))。
- 解釋變數 (\(x\))： 你認為造成變化的變數（自變數）。
- 反應變數 (\(y\))： 你所測量的結果（應變數）。
相關性 (Correlation)
● 正相關： \(x\) 增加，\(y\) 也增加。
● 負相關： \(x\) 增加，\(y\) 減少。
● 零相關： 沒有關係。
關鍵警告： 相關性並不代表因果關係！ 冰淇淋銷量和鯊魚襲擊事件在夏天都會增加，但並不代表吃冰淇淋會導致鯊魚攻擊。這背後有第三個因素：太陽！
迴歸線 (Regression Lines)
迴歸線就是一條「最佳擬合線」 \( y = a + bx \)。
● 內插法 (Interpolation)： 預測數據範圍「內」的值。這通常比較可靠。
● 外推法 (Extrapolation)： 預測數據範圍「外」的值。這很危險，因為原本的規律可能不會延續下去！
6. 編碼：簡化運算
有時候數據非常龐大（例如 1,000,000, 1,000,005 等）。編碼 (Coding) 讓我們透過減法或除法縮小數字，使運算更輕鬆。
編碼規則 (\( y = \frac{x - a}{b} \))：
1. 平均值： 受所有運算影響。如果你減去 \(a\) 並除以 \(b\)，平均值也要做同樣的運算。
2. 標準差： 僅受乘法或除法 (\(b\)) 影響。加減法 (\(a\)) 不會改變離散程度！
記憶訣竅：如果班上每個人都長高了 10cm，平均值（mean）會增加 10cm，但最高與最矮學生之間的差距（spread）完全保持不變！
成功最終清單：
● 你會計算 \(S_{xx}\) 和標準差嗎？
● 你記住直方圖面積 = 頻率嗎？
● 你能解釋為什麼外推法不可靠嗎？
● 你知道 \(Q_1\)、\(Q_2\) 和 \(Q_3\) 的區別嗎？
如果起初覺得這些很棘手，別擔心！ 統計學全在於練習。一旦你開始在現實生活中觀察到這些規律，記住這些公式就會變得簡單多了。