两个分类变量分布的表格与图形表示

AP 统计学· Unit 3, Skill 2.F: Represent bivariate categorical data with tables and graphs· 12 分钟阅读

1. 双向列联表基础★★☆☆☆⏱ 15 min

双向列联表通过将解释变量的水平列为行、响应变量的水平列为列（反之亦可）来组织配对分类数据。表格的最后一行和最后一列存储边际总和，即沿对应轴对所有计数求和得到的结果。

📘 定义

列联表

一种表格结构，记录两个分类变量各水平所有可能组合对应的原始观测值数量，同时记录每个变量单独水平的总计数。

例:

一张追踪200份学生调查回复的表格，行对应年级，列对应偏好的午餐选项。

\text{Grand Total} = \sum_{i=1}^{r} \sum_{j=1}^{c} n_{ij}

📐 例题

为150名调查受访者构建列联表：其中80名城市居民，70名农村居民。55名城市居民支持新建公共交通线路，25名反对。30名农村居民支持该线路，40名反对。

1
将行定义为居住地点，列定义为对交通线路的态度
2
填入联合计数：城市/支持=55，城市/反对=25，农村/支持=30，农村/反对=40
3
计算边际总和：城市总计=80，农村总计=70，支持总计=85，反对总计=65
4
验证总合计=80+70=150，与总样本量匹配

✓ 快速检测

测试你对表格结构的理解：

反对新建交通线路的受访者边际总和是多少？
- 65
- 70
- 80
- 85
显示答案
65 —
将25名城市反对者和40名农村反对者的计数相加，得到总反对人数65。

Exam tip:

AP评分标准为正确验证边际总和与给定样本量相等的操作授予1分满分，因此在进行任何计算前务必完成这项检查。

2. 计算边际、联合和条件相对频率★★★☆☆⏱ 18 min

从列联表中可以推导出三种不同的相对频率度量，每种度量对应不同的统计问题。混淆这些度量的分母是AP考试自由作答题中失分的最常见原因。

频率类型	分母	解读方式
联合	完整总样本量	所有观测值中属于该精确类别配对的比例
边际	完整总样本量	所有观测值中属于某一变量单个水平的比例
条件	条件子组的边际总和	该子组中属于特定响应水平的观测值比例

📐 例题

使用上一示例中的交通调查列联表，计算农村居民中支持新建交通线路的条件相对频率。

1
确定条件子组：农村居民，其边际总和为70
2
提取支持该线路的农村居民的联合计数：30
3
$\text{Conditional Relative Frequency} = \frac{30}{70} \approx 0.429, \text{ or } 42.9\%$
4
解读：42.9%的农村调查受访者支持新建公共交通线路。

3. 两个分类变量的分段条形图★★☆☆☆⏱ 12 min

分段（或堆叠）100%条形图是AP考试中最常考查的两个分类变量图形展示形式。每个条形代表解释变量的一个水平，所有条形都被标准化为总高度100%。

📘 定义

100%分段条形图

一组等高条形，每个条形被拆分为多个彩色分段，分段大小与该组响应变量的条件相对频率成正比。

例:

分别代表城市和农村居民的两个条形，每个条形拆分为蓝色（支持）和红色（反对）分段。

📐 例题

为交通调查数据绘制分段条形图，将支持/反对作为响应变量。

1
将x轴标签设为“城市”和“农村”，将y轴设为0%到100%的相对频率
2
对于城市条形：支持分段高度=55/80=68.75%，反对分段高度=31.25%
3
对于农村条形：支持分段高度=30/70≈42.9%，反对分段高度≈57.1%
4
添加清晰的图例，将颜色映射到支持和反对类别

4. 马赛克图与关联性检测★★★★☆⏱ 15 min

马赛克图对分段条形图进行了扩展，将每个条形的宽度设置为与解释变量子组的边际大小成正比，而不是保持所有条形宽度相等。这让你可以在同一张图中同时可视化联合分布和条件分布。

方法对比

对比两种用于两个分类变量的标准图形展示形式：

100%分段条形图

条形宽度相等，高度按条件频率拆分

+ 优点: 便于直接比较条件分布

− 缺点: 无法展示子组的相对大小

马赛克图

条形宽度与子组大小成正比，高度按条件频率拆分

+ 优点: 同时展示联合、边际和条件分布

− 缺点: 手工精准绘制难度更高

📐 例题

为总样本量150的交通调查数据构建马赛克图。

1
将图的总宽度设为150单位，为城市条形分配80单位宽度，为农村条形分配70单位宽度
2
将城市条形在68.75%高度处拆分为支持部分，31.25%高度处拆分为反对部分
3
将农村条形在42.9%高度处拆分为支持部分，57.1%高度处拆分为反对部分
4
标注所有坐标轴：x轴=居住地点，y轴=对交通线路态度的相对频率

5. 常见陷阱

错误做法:

计算条件相对频率时用联合计数除以总样本量

原因:

条件频率的分母只能是条件变量的子集，而不是全部样本，如果使用总样本量会得到错误的结果。

正确做法:

始终确认你设定条件的组，使用该组的边际总和作为计算分母。

错误做法:

使用原始计数而非相对频率绘制分段条形图，导致条形总高度不相等

原因:

不等高的条形会扭曲组间比例的视觉对比，阅卷老师会因展示结果有误导性扣除表达分。

正确做法:

将所有条形标准化为100%总高度，公平对比不同子组的条件分布。

错误做法:

声称条件分布的可见差异证明变量之间存在因果关系

原因:

混杂变量可能解释观测到的关联性，从观测性分类数据中无法得出任何因果结论。

正确做法:

仅说明样本中存在关联性，并指出在没有随机实验的情况下无法推断因果关系。

错误做法:

在图形展示中遗漏坐标轴标签或分段图例

原因:

AP评分标准会对第三方无法解读的无标注图表扣除全部分数。

正确做法:

始终用解释变量标注x轴，用相对频率标注y轴，并为所有响应类别分段添加清晰图例。

错误做法:

仅通过单个联合单元格的计数计算边际频率

原因:

边际频率代表单个变量类别在第二个变量所有水平下的总计数，而不是单个单元格的计数。

正确做法:

对列联表中对应整行或整列的所有计数求和，得到正确的边际总和。

6. 速查表

度量	公式	考试应用场景
联合相对频率	联合计数 / 总样本量	统计原始配对数据的比例
边际相对频率	边际总和 / 总样本量	单独描述单个变量的分布
条件相对频率	联合计数 / 子组边际总和	跨子组比较分布
100%分段条形图	等宽条形，高度按响应变量拆分	公平对比条件分布
马赛克图	条形宽度与子组大小成正比	同时可视化联合和条件分布

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 · Paper 1
双向表频率计算
2021 · Paper 2
马赛克图关联性解读
2019 · Paper 1
分段条形图构建

下一步

掌握双向表表示法是后续分类数据推断步骤的关键基础，包括占AP统计学自由作答部分15-20%的同质性和独立性卡方检验。你将复用这里学到的频率计算技能来验证期望计数、计算检验统计量，并评估样本数据中观测到的关联性能否推广到总体的假设检验的p值。本内容也与第二单元探索双变量关系的主题直接重叠，为分析分类和定量配对数据建立统一框架。