第3章 如何用簡單圖表展現數據

引導案例

在日常生活中大家多多少少都會使用數據：在商務領域，每天的客戶數量和銷售額是最重要的數據；對學生來說，考試成績的數據在升學問題上發揮重要作用；成年人會對每年的定期健康檢查中血壓和血液成分的數據很關心，生活中與數據沒有關系的人是不存在的。

但是，光是瀏覽原始數據（單純列舉的數字）恐怕什么也弄不明白。確實，數據在一定意義上是體現“現實本身”的。但是，在“打眼一瞧什么也不明白”這一點上，“數據”也好，“現實”也罷，都有相同之處。比如，請瀏覽一下圖3-1。

這是80位女大學生的身高數據（從石村貞夫的《話統計解析》中刊登的200個數據中抽取的最初80個）。

從這80個數據中能得到什么？

首先能確認“女大學生的身高各不相同，數據參差不齊”。

作為“日本成年女性”的一部分，這些女大學生的身高數值是多種多樣的。這種“多種多樣的數值”，用術語來說叫作“分布”。分布的產生，是決定數值背后的某種“不確定性”作用的結果，除此別無其他。不確定性的結構會產生參差不齊的身高數值。但是即使概括地說這些數據是“不確定的”，它們也有自己固有的“特征”和“特點”。這種固有的特征和特點叫作“分布特性”。

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

所以，從這些原始數據，也就是“原始的現實”中，抽取出分布的特征和特點的手法就很有必要。這就是統計的手法。

統計學使用的方法叫作“壓縮”。所謂壓縮，是指“將作為數據列舉的大量數字，以一定的基準進行整理，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）以一個數字來代表特征。其代表數字叫作“統計量”。

本章主要給大家介紹整理數據的手法。