单一定量变量的分布比较
AP 统计学· 12 分钟阅读
1. 核心SCSO比较框架★★☆☆☆⏱ 3 min
有效分布比较
一种结构化分析，使用对比性语言对数据集中所有组别的全部四个SCSO特征进行对照，并辅以数值或图形证据支撑。
已知20名物理治疗患者和25名普通健康体检患者的年龄分布：治疗组中位数47，均值45，四分位距12，无异常值，近似对称；健康组中位数32，均值38，四分位距18，存在一个71的高异常值，呈右偏分布。请比较两组的年龄分布。
- 1
- 比较形状：物理治疗组的年龄分布近似对称，而普通健康组的年龄分布呈右偏。
- 2
- 比较中心：物理治疗组的年龄中位数（47）比健康组的年龄中位数（32）高15岁。
- 3
- 比较离散程度：健康组的年龄分布更分散，四分位距为18，而治疗组的四分位距为12。
- 4
- 比较异常值：健康组存在一个71岁的高异常值，而物理治疗组没有识别出异常值。
测试你对有效比较陈述的理解
以下哪项表述可以获得AP考试满分？
A组呈右偏分布。B组的中位数是22。
A组的中位数高于B组，且B组的四分位距更大。
A组的数据更分散。
B组存在一个异常值。
显示答案
A组的中位数高于B组，且B组的四分位距更大。 —该表述明确对照了两组的特征，符合评分标准的满分要求。
2. 经AP认可的比较用图形展示方式★★★☆☆⏱ 4 min
使用本指南为你的场景选择正确的展示方式：
并列箱线图
多个箱线图绘制在同一共享数值坐标轴上，最适合3个及以上组别、大样本量的场景
+ 优点: 便于跨多组比较中心和离散程度，大样本下也不会出现视觉杂乱
− 缺点: 无法展示精细的分布形状细节
背靠背茎叶图
两组共享中心茎，叶片向左右两侧延伸，最适合样本量小于50的小型数据集
+ 优点: 保留所有单个数据点，展示精确的分布形状
− 缺点: 不适用于2个以上组别或大样本量场景
重叠直方图
两个直方图使用不同的颜色填充绘制在同一坐标轴上，最适合展示细微的形状差异
+ 优点: 可以完整看到分布的全部形状
− 缺点: 超过2个组别就会因重叠过多无法辨认
请选择最合适的图形展示方式，比较4个不同AP统计学班级（每班80名学生）的期末考试分数分布。
- 1
- 排除不合适的选项：背靠背茎叶图仅支持2个组别且仅适用于小样本，因此在此场景下无效。
- 2
- 排除重叠直方图：4个重叠直方图会因填充色冲突和视觉杂乱而无法辨认。
- 3
- 确认并列箱线图是最优解：它可以轻松在单根坐标轴上容纳4个组别，支持跨所有班级清晰比较中位数、四分位距和异常值。
3. 避免误导性比较★★★★☆⏱ 3 min
一名学生比较两个考试分数直方图：第1组使用5分的分箱宽度，第2组使用10分的分箱宽度。该学生得出第2组分布更分散的结论。请解释该结论为何不成立。
- 1
- 识别缺陷：第2组的分箱宽度是第1组的两倍，因此第2组直方图的视觉分散程度被人为放大了。
- 2
- 修正设置：将两个直方图重新调整为统一的5分分箱宽度，如果两组样本量存在差异，将计数转换为相对频率。
- 3
- 重新评估：标准化后第1组的实际四分位距为12，而第2组的四分位距仅为9，因此最初的结论与真实结果完全相反。
找出无效的比较
以下哪项比较是不成立的？
比较同一根0-100坐标轴上的两个并列箱线图
比较分箱宽度不同的两个直方图
比较两组样本量均为30的背靠背茎叶图
使用中位数和四分位距比较两个分布
显示答案
比较分箱宽度不同的两个直方图 —不等的分箱宽度会产生扭曲的视觉效果，无法公平地比较形状或离散程度。
4. 常见陷阱
错误做法:
分别描述每个分布，没有跨组关联特征
原因:
AP评分标准不给未进行明确跨组对照的「平行描述」任何分数
正确做法:
使用「高于」、「比…更分散」、「而」这类对比性语言，跨组对照每一个SCSO特征
错误做法:
比较时遗漏4个SCSO特征中的某一个
原因:
该主题的绝大多数AP自由作答题采用4个整体评分点，每个特征对应1分
正确做法:
写完答案前使用SCSO口诀核对形状、中心、离散程度、异常值四个要素
错误做法:
当某一分布存在极端异常值时，使用均值比较中心
原因:
均值会被异常值拉扯，无法作为存在异常值的偏态分布的代表性中心度量
正确做法:
对于存在异常值或强偏态的分布，使用中位数比较中心
错误做法:
当组间样本量差异很大时，比较原始计数而非相对频率
原因:
样本量更大的组别自然在每个分箱中都有更高的计数，会让分布看起来存在人为的差异
正确做法:
比较不同大小的分布前，将所有计数转换为相对频率（比例）
错误做法:
在没有支撑证据的情况下，声称分布间的微小可见差异具有实际意义
原因:
AP阅卷官会对没有数值或图形证据支撑就过度下结论的作答扣分
正确做法:
通过引用中位数、四分位距或异常值位置的精确差值来限定你的结论，支撑你的表述
5. 速查表
特征 | 要求的比较操作 | AP满分示例 |
|---|---|---|
形状 | 明确跨所有组别对照分布形状 | 第1组近似对称，而第2组呈强右偏分布 |
中心 | 使用明确数值比较中位数或均值 | 第1组的中位数（38）比第2组的中位数（26）高12个单位 |
离散程度 | 比较四分位距、极差或标准差 | 第2组的分布更分散，四分位距为17，而第1组的四分位距为9 |
异常值 | 说明异常值的存在、缺失或位置 | 第1组存在两个低异常值，而第2组没有识别出异常值 |
真题中的出现
AI 根据考纲规律估算的考点位置,请对照官方真题核实准确性。仅作复习重点参考。
- 2023 · 1
比较不同班级的考试分数分布
- 2022 · 2
比较不同地区的降雨量分布
- 2021 · 1
比较城市与乡村的通勤时间
下一步
掌握分布比较是几乎每一场AP统计学考试都会考察的基础技能，通常作为第一道自由作答题出现。你在这里学到的SCSO框架可以帮你避免很多学生因为作答不完整或未使用对比性表述而丢失的2-3分。这种描述性比较技能会直接引导你进入推断统计学的学习，届时你将学会量化观测到的分布中心差异是否具有统计显著性，而不仅仅是描述性差异。你接下来将基于这些知识学习对两个组别执行正式的假设检验，并使用过往AP自由作答真题集练习你的比较技能。