统计 · 数据的收集、整理与描述

怎样整理和描述数据?

上一节我们学会了怎样把真实世界变成数据——可以普查,也可以抽样,还能用问卷去问。

可新问题马上来了:假设你真的去调查了,收上来一堆原始记录:

篮球,足球,篮球,乒乓球,羽毛球,篮球,足球,……

几十甚至上百条,密密麻麻写在一张纸上。你盯着它,还是一头雾水:到底能看出什么?

这一节,我们就要学:怎样把乱糟糟的原始数据,整理成让人"一眼看懂"的样子。

第一步:先排排队——统计表

最朴素的办法,是把相同的结果归在一起数一数。假设你们班 4040 人每人报了一种"最喜欢的运动",我们数完后填进一张表:

最喜欢的运动人数
足球1414
篮球1010
乒乓球88
羽毛球66
其他22
合计4040

这张表叫统计表。它把零散的记录变成了整齐的两列:类别,和对应的人数。光是排排队,信息就清楚了一大半。

统计表

统计表是用行和列把数据排列起来的表格,用来清楚展示"每个类别对应多少"。它是整理数据的第一步,也是后面各种图表的数据来源。

第二步:画成图——四种常用图表

数字虽然清楚,但人脑更擅长看"形状"。所以我们常把统计表再画成图。初中最常用的有四种,它们各有各的用处,别搞混。

1. 条形图:比一比"谁多谁少"

把人数变成一根根长短不同的柱子:

人数
14 | ████████████  足球
10 | ██████████    篮球
 8 | ████████      乒乓球
 6 | ██████        羽毛球
 2 | ██            其他
   +----------------------
条形图

条形图用长短不同的条,表示各个类别数量的多少。它最适合比较不同类别之间的大小——一眼就能看出足球的人最多、其他的最少。

2. 扇形图:看"占整体的百分之几"

有时候我们不关心"多少人",而关心"各自占多大比例"。把人数换成百分比,再画成一个圆:

运动人数占全班百分比
足球141435%35\%
篮球101025%25\%
乒乓球8820%20\%
羽毛球6615%15\%
其他225%5\%
   足球 35%
  ┌─────────┐
  │  篮 25% │
  │  ┌───┐  │
  │  │其 │  │
  │  │ 5%│  │
  └──┴───┴──┘
  乒20%  羽15%
扇形图

扇形图(也叫饼图)用一个圆表示整体,每个扇形表示各部分占整体的百分比。它最适合看各部分在整体中的占比,圆里所有扇形加起来是 100%100\%

3. 折线图:看"随时间怎么变"

前面两种图,比较的是不同"类别"。但有些数据是关于"时间"的——比如看一周气温怎么变化,用折线图最合适:

温度(℃)
33 |                    ●
32 |                  ●
31 |              ●
30 | ●                       ●
29 |          ●
28 |  ●
   +--+--+--+--+--+--+--+--+-- 星期
   一 二 三 四 五 六 日
折线图

折线图用点和连线表示数据随时间或顺序的变化。它最适合看趋势:是在上升、下降,还是忽高忽低?

三种图,到底该选哪个?

这是最容易混淆的地方,记牢这个口诀:

  • 比大小(谁多谁少)→ 用条形图
  • 看占比(占百分之几)→ 用扇形图
  • 看变化(随时间怎么走)→ 用折线图

选错图,信息就传达错了。比如你想说明"足球最受欢迎",却画了个扇形图,观众得自己算角度,不如条形图直接;你想说明"这一周越来越热",却画成条形图,趋势就没有折线图那么一目了然。

一个值得注意的细节

扇形图里所有百分比加起来必须等于 100%100\%。如果你的数据因为"四舍五入"变成 33.3%33.3\%33.3%33.3\%33.3%33.3\%,加起来是 99.9%99.9\%,这是正常的小数误差,不用慌;但要是一加起来明显不等于 100%100\%,那就是数数或计算错了。

另外,图表是为了让数据"更好懂",不是越花哨越好。柱子上贴太多装饰、颜色乱七八糟,反而让人看不清重点。

同一份数据,不同问题选法不同

还是那 4040 个同学的运动偏好:

  • 老师问"哪种运动最受欢迎?"→ 画条形图,高低一目了然。
  • 校长问"各种运动分别占了多大比例?"→ 画扇形图,看占比。
  • 体育委员想记录"这学期每个月喜欢足球的人数怎么变?"→ 用折线图99 个月的数据。

选错图,会闹笑话

图表用错,不只是"不好看",还可能误导人。看两个带生活味儿的例子:

想显差距,却用了扇形图

两个品牌市场份额:AA51%51\%BB49%49\%。画成扇形图,两个扇形看着差不多大,好像"势均力敌";可画成条形图,51514949 两根柱子高矮差一眼可见——你想强调"AA 略胜",就该选条形图。

想看趋势,却用了饼图

记录一家商店 11 月到 66 月的销售额,本该用折线图看"涨还是跌"。若硬画成扇形图,每个月变成圆里的一块,时间顺序全没了,趋势根本看不出。

记住那句口诀就不会错:比大小用条形,看占比用扇形,看变化用折线。 统计图是工具,选对工具,数据才说真话。

整理数据这一步,到这里就齐了:先排进统计表,再按你想看的角度,挑条形 / 扇形 / 折线中的一种画出来。下一章我们学怎么用数字进一步"压缩"这些信息。

回过头看

这节课我们走完了"原始数据 → 统计表 → 图表"的整理之路:

  • 统计表是地基,把乱数据排整齐;
  • 条形图比大小,扇形图看占比,折线图看变化。

选对图表,数据才能真正"开口说话"。不过,图和表虽然直观,有时候我们还是想要一个具体的数字来代表整组数据——比如"大家平均每人喜欢几项运动"。这是下一章怎样用一个数描述一组数据?要解决的问题。

信息

本节课你应该能回答的问题

  1. 统计表、条形图、扇形图、折线图,分别最适合表达什么信息?
  2. 什么情况下该用扇形图,而不是条形图?
  3. 折线图和条形图最大的区别在哪里(从"比较类别"还是"看时间变化"的角度说)?
  4. 扇形图里所有百分比加起来应该等于几?如果因为四舍五入出现 99.9%99.9\%,要紧吗?