第3章 如何用簡單圖表展現(xiàn)數(shù)據(jù)

引導(dǎo)案例

在日常生活中大家多多少少都會使用數(shù)據(jù)：在商務(wù)領(lǐng)域，每天的客戶數(shù)量和銷售額是最重要的數(shù)據(jù)；對學(xué)生來說，考試成績的數(shù)據(jù)在升學(xué)問題上發(fā)揮重要作用；成年人會對每年的定期健康檢查中血壓和血液成分的數(shù)據(jù)很關(guān)心，生活中與數(shù)據(jù)沒有關(guān)系的人是不存在的。

但是，光是瀏覽原始數(shù)據(jù)（單純列舉的數(shù)字）恐怕什么也弄不明白。確實(shí)，數(shù)據(jù)在一定意義上是體現(xiàn)“現(xiàn)實(shí)本身”的。但是，在“打眼一瞧什么也不明白”這一點(diǎn)上，“數(shù)據(jù)”也好，“現(xiàn)實(shí)”也罷，都有相同之處。比如，請瀏覽一下圖3-1。

這是80位女大學(xué)生的身高數(shù)據(jù)（從石村貞夫的《話統(tǒng)計(jì)解析》中刊登的200個(gè)數(shù)據(jù)中抽取的最初80個(gè)）。

從這80個(gè)數(shù)據(jù)中能得到什么？

首先能確認(rèn)“女大學(xué)生的身高各不相同，數(shù)據(jù)參差不齊”。

作為“日本成年女性”的一部分，這些女大學(xué)生的身高數(shù)值是多種多樣的。這種“多種多樣的數(shù)值”，用術(shù)語來說叫作“分布”。分布的產(chǎn)生，是決定數(shù)值背后的某種“不確定性”作用的結(jié)果，除此別無其他。不確定性的結(jié)構(gòu)會產(chǎn)生參差不齊的身高數(shù)值。但是即使概括地說這些數(shù)據(jù)是“不確定的”，它們也有自己固有的“特征”和“特點(diǎn)”。這種固有的特征和特點(diǎn)叫作“分布特性”。

那么，這些身高數(shù)據(jù)固有的特征和特點(diǎn)是什么？對于熟悉數(shù)據(jù)解析的人來說，即使從列舉的數(shù)值中也能抽取出很多的特征和特點(diǎn)。普通人則只能看到簡單的數(shù)字羅列。

所以，從這些原始數(shù)據(jù)，也就是“原始的現(xiàn)實(shí)”中，抽取出分布的特征和特點(diǎn)的手法就很有必要。這就是統(tǒng)計(jì)的手法。

統(tǒng)計(jì)學(xué)使用的方法叫作“壓縮”。所謂壓縮，是指“將作為數(shù)據(jù)列舉的大量數(shù)字，以一定的基準(zhǔn)進(jìn)行整理，只抽取有意義的信息”。大致來說有如下兩種手法：

1）以圖畫捕捉其特征；

2）以一個(gè)數(shù)字來代表特征。其代表數(shù)字叫作“統(tǒng)計(jì)量”。

本章主要給大家介紹整理數(shù)據(jù)的手法。