統計圖表
☰ Contents
統計圖是把一串數字變成一幅圖。該用哪一種圖,取決於你要回答的問題:哪一類最多、各類各佔多少、一個測量值怎麼分布,或者某個量隨時間怎麼變化。
你手上是哪一種資料?
先判斷手上是哪一種資料,因為資料的類型會排除大部分的圖。類別資料是標籤而不是數量,例如眼睛顏色或公車路線,所以可以計數,但不能求平均。數值資料則是計數(離散的)或測量值(連續的)。假設一份調查記錄了 20 位學生最喜歡的水果和養的寵物數量。水果是類別資料,適合用長條圖或圓形圖,次數 8、7、5 就畫成三根長條。寵物數是離散的數值,適合用直線圖,而且求平均寵物數是有意義的。圖只能呈現資料允許的內容;眼睛顏色的平均數沒有任何意義。數字有時其實是標籤,例如公車路線 12 號或球衣號碼,這時它們就是類別資料。次數表可以和總數核對:8 + 7 + 5 = 20。
數值資料是計數或測量值,所以可以對它們做算術運算。
一個家庭有 2 個或 3 個孩子,不會有 2.4 個,而 168 cm 的身高代表所有四捨五入後是 168 的身高。這個差別決定了該用直線圖還是直方圖。參見類別資料與數值資料。
換你試試
「鞋子尺寸」是類別還是測量值?
「眼睛顏色」是類別還是測量值?
怎麼先讀懂一張圖,再去讀數字?
象形圖在還沒寫出任何數字時就能讀,因為每個圖案代表一個固定的數量,圖例會寫明這個數量。數圖案的個數,再乘以圖例的數值。參見讀象形圖。如果一個蘋果圖案代表 4 位小朋友,週一那一列有 6 個蘋果,那麼週一選蘋果的小朋友有 6 × 4 = 24 位。一列 9 個圖案和另一列 6 個圖案相比,多了 3 個圖案,也就是多了 3 × 4 = 12 位小朋友。每個圖案的價值都相同,所以一列的總數等於圖案個數乘以這個數量。圖案被切開時,算法要跟著變:半個蘋果代表圖例的一半,也就是 2 位小朋友,四分之一個則代表 1 位。讀圖之前先看圖例,因為同一幅圖可以代表 1、2 或 10。可以一個圖例一個圖例往上加來核對一列:4 + 4 + 4 + 4 + 4 + 4 = 24。
長條圖用側邊的刻度取代圖案。刻度不一定一格一格往上爬,所以先看它是兩個兩個還是五個五個往上加。參見讀長條圖。
表格完全沒有圖。找到那一列,找到那一欄,取兩者交會處的數字。參見讀表格。
折線圖每個點畫一次讀數,再依序把它們連起來,因為兩次讀數之間的量是存在的:11:30 的氣溫是真實的。參見折線圖。
當測量值是分數時,把數線以二分之一和四分之一標出刻度,在每個測量值上方畫一個點。參見以二分之一和四分之一為單位的點圖和分數指南。
把各個值加起來,再除以個數:這就是平均數,也就是把總量平均分給每一項時,每一項分到的量。參見平均數。
換你試試
藍色和紅色合起來有幾票?
紅色比藍色多幾票?
該用哪一種圖?
依據圖要回答的問題和資料的類型來選圖。長條圖比較各類別,圓形圖顯示各部分怎麼組成整體,點圖適合較小的數值資料,折線圖顯示隨時間的變化,直方圖顯示連續範圍上的分布。假設 40 個人說出自己最喜歡的運動:20 人選足球,10 人選網球,10 人選游泳。長條圖讓比較一目了然,而圓形圖把足球畫成佔全體的一半,那一塊的圓心角是 度。每種圖都是為一種讀法設計的:用長度來比較,用角度來看佔比,用隨時間變化的位置看趨勢。圓形圖需要各部分湊成一個整體,所以如果一個人可以選兩個答案,這樣的資料就不能用圓形圖。像時間這樣的連續測量值,要先分成組。把圓形圖的各個角度加起來就能核對:180 + 90 + 90 = 360。
盒子從 Q₁ 延伸到 Q₃,四分位距 IQR = 13,無論盒子變得多窄,它始終包含二十個值中的十個:盒子變窄是密度較高,而不是資料點變少
把中間十個值擠在一起,再把最大值推過柵欄
| 圖表 | 適用資料 | 能回答的問題 |
|---|---|---|
| 長條圖 | 類別 | 哪一個最大,大多少 |
| 圓形圖 | 組成一個整體的類別 | 各佔多少比例 |
| 直線圖 | 離散的計數 | 整數資料分布的形狀 |
| 點圖 | 較小的數值資料 | 集中處、間隙和離群值 |
| 莖葉圖 | 較小的數值資料 | 分布的形狀,同時保留每一個原始數值 |
| 直方圖 | 連續的測量值 | 數值在一個範圍內怎麼分布 |
長條圖是呈現類別資料的標準圖;群組長條圖則是每個類別並排畫兩根長條。參見長條圖。
圓形圖中,每一塊的圓心角就是它佔一整圈的比例。參見圓形圖。
點圖在每個數值上方畫一個點,所以一疊點就是一個次數。參見點圖。直線圖每個數值畫一條線,不帶寬度,因為分數 2 是一個單獨的數,不是一個範圍。參見直線圖。
莖葉圖既是圖,也是表:47 拆成莖 4 和葉 7,所以各列顯示分布的形狀,而且中位數可以精確讀出來。參見莖葉圖。
換你試試
用一種圖把成績分組,卻仍保留每一個確切數值。是哪一種?
用一張圖表就能一眼比較大小。是哪一種?
畫圖之前先計數
劃記以五個一組計數觀察值,次數欄記錄每一列的次數。數值分散得太廣時就先分組,讓每一列計一整個區間。參見劃記與次數分配表。
雙向表同時用兩個問題把同一群人分類,例如年級對上學方式。每個格子計一種組合。參見雙向表。
次數樹狀圖把總數分成幾組,再把每一組繼續分下去。沿著一條分支走、不管其他分支,正是「取條件」的意思,機率指南會接著講。參見次數樹狀圖。
直方圖有什麼不同?
直方圖用長條的面積而不是高度來表示次數,而且因為資料是連續的,長條之間沒有空隙。當組距相等時,面積和高度成正比,所以它看起來就像把空隙合起來的長條圖。參見直方圖。當組距不相等時,要畫次數密度,也就是次數除以組距。0 到 10 分鐘這一組有 30 人,次數密度是 30 ÷ 10 = 3;10 到 30 分鐘這一組有 40 人,次數密度是 40 ÷ 20 = 2。第二根長條比較矮但比較寬,它的面積 20 × 2 = 40 仍然等於它的次數。如果直接用次數當高度,寬的那一組會被高估,因為它光是比較寬就收進更多的值。這時縱軸要標示為次數密度。核對的方法是求出每根長條的面積,第一根是 10 × 3 = 30,再把面積加起來得到總數:30 + 40 = 70 人。
無論組距多寬,高度都等於頻率:組距為 20 的一組會被畫得和組距為10時一樣高,於是寬的組變成了假的峰值
切換到密度顯示,並把最後一組的組距拓寬到40
一旦組距不同,只看高度就不再是公平的比較。
次數密度是每單位有多少個的比率。參見次數密度。
要求一組裡某一部分的次數,就取長條面積中相應的那一部分。20 到 40 分鐘這一組有 30 人,所以它的次數密度是 30 ÷ 20 = 1.5 人 / 分鐘。30 到 40 分鐘這一段寬 10 分鐘,所以大約有 10 × 1.5 = 15 人。 這是假設數值在組內平均分布,所以答案只是估計值。
換你試試
有一條長條,次數密度是 6,寬度是 2。它的次數是多少?
有一條長條,次數密度是 10,寬度是 5。它的次數是多少?
圖表是怎麼誤導人的?
圖表可以把每個數字都畫對,卻仍然誤導人,通常是透過刻度或圖形。最常見的手法是讓縱軸不從 0 開始。假設兩家店分別賣出 97 件和 100 件。縱軸從 94 開始時,長條的高度分別是 3 和 6 個單位,因為 97 − 94 = 3、100 − 94 = 6,所以一根看起來是另一根的兩倍,但真正的差距只是 100 件裡差 3 件。讀者比較的是長條的長度,而長條的長度只有從零開始時才和它的值相符。圖案也會用另一種方式誤導人:一幅圖的高和寬都變成兩倍時,面積是 2 × 2 = 4 倍,所以兩倍看起來像四倍。折線圖的縱軸如果有明確標出截斷,可以不從零開始。讀出座標軸上的數字,算出真正的比值:100 ÷ 97 只比 1 大一點點。
基線為0時,兩根長條共用同一個起點,因此它們的高度之比就是數值之比 102 : 98 = 1.04
把基線提高到95,看4%的差異如何變成一道缺口
- 縱軸被截斷。先讀座標軸,再相信圖形的樣子。
- 橫軸的區間不相等。把 1990、2000、2005 和 2010 等距畫在軸上,會扭曲橫跨這些年份的每一個趨勢。
- 用面積來縮放。一幅圖在兩個方向上都放大,就等於放大了兩次。
- 象形圖的圖案大小不一。如果某一列的圖案比較大,圖例就失效了。
- 畫成立體的圓形圖。透視會讓前面的扇形看起來比後面的大。
換你試試
長條圖的刻度從 30 開始,而不是從 0 開始。這會造成什麼影響?
長條圖的刻度從 40 開始,而不是從 0 開始。這會造成什麼影響?
值得點名的錯誤
- 把直方圖的高度當成次數來讀。組距不等時,高度是次數密度,所以要先乘以組距。
- 直方圖的長條之間留空隙。連續資料在 20–30 和 30–40 之間沒有空隙,所以長條必須緊貼。
- 忽略象形圖的圖例。只數圖案個數而不是數量,等於把每個答案除以了圖例的數值。
- 把類別圖的長條頂端連起來。「走路」和「搭公車」之間沒有任何東西可以連。
- 拿兩張圓形圖的扇形互相比較。總數不同的兩個相等扇形,代表的量並不相同,而且兩張圓形圖都沒有顯示它的總數。
接下來學什麼
圖顯示資料的形狀,接下來是度量它。平均數與離散程度指南會講中位數、四分位數、標準差和盒鬚圖。每個人有兩項測量值時,圖就變成散布圖:參見散布圖、相關與迴歸(英文)。讀刻度的方法在單位、金錢與時間裡。
輪到你了
三題試一試,點選作答。
長條圖顯示 8 個紅色和 5 個藍色。紅色多幾個?
象形圖中,一個圖案代表 4 本書。3½ 個圖案代表多少本?
要表示隨時間的變化,最適合用哪種圖?
常見問題
- 長條圖和直方圖有什麼不同?
- 長條圖呈現的是類別,所以長條之間有空隙,順序也可以重排而不失去意義。直方圖呈現的是被分成區間的連續測量值,所以長條緊貼在一起,順序由數線決定。更深一層的差別在於次數由什麼來表示:長條圖是高度,直方圖則是面積,這就是為什麼區間不等寬時,縱軸要用次數密度。
- 什麼時候該用圓形圖?
- 只有在各類別合起來構成一個整體、而你想把每一類表示成整體中的佔比,並且扇形少到分得清楚(通常少於六塊)時,才用圓形圖。圓形圖不擅長比較,因為人判斷角度比判斷長度更不準,而且它完全無法顯示總數。如果問題是哪一類最大,長條圖回答得更快。
- 什麼是次數密度,直方圖為什麼需要它?
- 次數密度是次數除以組距,它是讓直方圖的面積不失真的高度。如果一組寬 10 個單位,下一組寬 40 個單位,直接把次數當高度,寬的那一組看起來會比實際擁擠四倍。除以組距,就把每根長條換算成每單位的比率,於是每根長條的面積都等於它的次數,眼睛比較的就是同一種東西。
- 怎麼判斷一張圖有沒有誤導?
- 先檢查縱軸:如果不是從零開始,差異就會被誇大,有時是故意的。接著檢查橫軸上的區間是否等寬,象形圖的每個圖案是否都代表同樣的數量,以及用面積或體積表示某個量的時候,是不是只在一個方向上縮放,而不是兩個方向。一張圖可以完全準確,卻仍然被做成容易讓人讀錯的樣子。
- 雙向表是做什麼用的?
- 雙向表同時用兩項特徵把同一群人交叉分類,例如年級對上學方式,讓你看出兩者是否有關。列合計和欄合計分別給出每個變數單獨的分布,中間的格子給出各種組合。條件機率的題目通常就是從這種版面出的,因為只讀其中一欄、而不是整張表,正是「取條件」的意思。