2 簡直就像沖洗照片一樣！

如果能夠將數據巧妙地制作成圖表，就會有所收獲？！

任何人都可以輕松實現的有效數據圖表化

我在上一節為大家介紹了和數據相關的知識，本節就來討論一下數據的分析方法。統計學中的分析是指洞察數據中隱藏的規律并把握其趨勢和特征的過程。其中，最簡單有效的方法就是將數據制作成圖表。制圖可以讓我們直觀地把握數值之間的關系并確定趨勢走向。然而，圖表和形式的選擇會因主題的不同而有所差異，因此我們需要結合調查結果來進行思考。

在制作圖表之前……

要將數據整理成表格

在左表中，銷售額被稱為“變量名”，銷售額數值被稱為“變量”，A、B等則被稱為“要素名”。

應該結合主題區分使用！

具有代表性的圖表類型

不熟悉卻非常重要的統計學主角

頻數分布表和直方圖

▼某產品銷售額的頻數分布表

要點

不明確組限，就無法理解直方圖

雖然內容與左下方的直方圖一樣，但由于組限的區間取值不恰當，這個圖片呈現出了奇怪的樣式。

▼某產品銷售額的直方圖

與柱狀圖相似卻不相同表明數據分布情況的直方圖

直方圖的縱軸表示頻數和概率等，而橫軸則表示組限，它能夠直觀地反映出眾多數據的分布情況。雖然二者外觀相似，但柱狀圖只能單純排列數值，而直方圖則是通過確定并劃分數值區間來表示連續變量的頻數分布情況。

統計學中頻繁出現的“頻數分布表”和“直方圖”

在繪制數據圖表時，可以提前將數據的要素名和結果（變量）整理成表格。圖表主要包括能夠明確表示在整體中所占比例的餅狀圖和條形圖、表示隨著時間變化而變化的折線圖、比較各要素數量的柱狀圖以及表示兩個變量關系的散點圖等。統計學中經常會用到頻數分布表和直方圖。直方圖可以對大量數據進行圖表化處理，是有效把握數值分布的主要圖表之一。