# 统计图表与散点图

> 数学 · CIE IGCSE 0580（2025-2027）
> 来源: https://www.owlsprep.com/zh/study/cie-0580-u9-statistical-charts-scatter-diagrams/

本指南涵盖CIE IGCSE 0580核心课程要求的统计图表解读与绘制，以及散点图相关性识别、最佳拟合线构建和估算值计算，完全符合2025-2027年核心层级的要求。

**先修:** [基础算术（加法、除法、百分比计算）](https://www.owlsprep.com/zh/study/cie-0580-u1-arithmetic/); [熟悉简单数据收集和频数计数](https://www.owlsprep.com/zh/study/cie-0580-u9-introduction-to-statistics/)

## 学习目标

- 绘制并解读条形图、饼图、象形图、茎叶图和简单频数分布
- 识别散点图中相关性的类型（正/负/无）和强度（强/弱）
- 为具有线性相关性的散点图徒手绘制准确的最佳拟合线
- 使用最佳拟合线从散点图数据中估算未知值
- 避免处理统计图表和散点图时的常见考试错误

## 解读与绘制核心统计图表

CIE IGCSE 0580核心课程的题目要求你从五种常见统计图表类型中读取数值、绘制图表并计算汇总统计量：条形图、饼图、象形图、茎叶图和简单频数表。

**简单频数分布** — 列出每个数据值或类别及其在数据集中出现次数的表格

*例:* 最喜爱颜色的频数表可以列出红色：8人，蓝色：12人，绿色：5人

- **象形图**：使用符号代表固定数量的数据点。务必查看图例以确定每个符号代表的数值。
- **条形图**：使用等宽的矩形条比较不同类别的频数，每个条的高度对应频数。
- **饼图**：使用圆的扇形部分展示每个类别相对于总数据集的占比，每个扇形的角度与其频数成正比。
- **茎叶图**：按位值对数值数据进行分组以保留单个数据点，便于快速计算中位数、众数和极差。

**例题:** 某象形图展示了4天的冰淇淋销量。图例：1个冰淇淋符号代表5个冰淇淋。第1天：3个符号，第2天：2.5个符号，第3天：4个符号，第4天：1.5个符号。计算这4天的冰淇淋总销量。

1. 统计所有天数的总符号数：3 + 2.5 + 4 + 1.5 = 11 个符号
2. 将总符号数乘以图例中每个符号代表的数值：11 × 5 = 55
3. 最终答案：55 个冰淇淋

> **考试提示:** 图表计算类题目务必写出全部解题过程，即使题目看起来很简单。即使最终答案错误，你也可以获得步骤分。

## 散点图与相关性

散点图将成对的双变量数据（同一样本上测量的两个变量）绘制在坐标网格上，以展示两个变量之间的关系。这种关系就称为相关性。

**相关性** — 衡量散点图中两个变量之间线性关系的强度和方向的指标

> **note**
>
> 核心层级考试中你不需要计算数值相关系数，只需要描述相关性的类型和强度即可。

- **正相关**：当一个变量增加时，另一个变量也随之增加（例如青少年的身高和体重）
- **负相关**：当一个变量增加时，另一个变量随之减少（例如锻炼时长和静息心率）
- **无相关**：两个变量之间没有清晰的线性关系（例如鞋码和考试分数）
- **强相关**：已描点非常靠近一条假想的直线
- **弱相关**：已描点分布较为分散，但仍呈现清晰的上升或下降趋势

**例题:** 某散点图绘制了学生复习数学测试的时长与测试分数的关系。已描点呈现清晰的上升趋势，且点靠近一条直线。描述图中展示的相关性。

1. 判断趋势方向：上升趋势 = 正相关
2. 判断强度：点靠近一条直线 = 强相关
3. 最终描述：强正相关

> **考试提示:** 如果没有明显趋势，务必说明“无相关性”，不要猜测存在弱正或弱负趋势。

## 最佳拟合线与估算

如果散点图呈现强或弱的正/负相关性，你可以徒手绘制最佳拟合线，对图中未标注的数值进行估算。

**最佳拟合线** — 穿过散点图绘制的一条直线，尽可能靠近所有已描点，且直线上下方的点数大致相等

> **warning**
>
> 如果变量之间不存在相关性，绝对不要绘制最佳拟合线，这会得到无意义的估算结果。

1. 使用直尺绘制一条直线
2. 尽可能将直线放置为上下方的已描点数量相等
3. 直线不需要经过原点(0,0)，除非已绘制的数据自然呈现该趋势
4. 你不需要让直线穿过任何特定的已描点

**例题:** 某散点图展示复习时长（x轴，0到10小时）与测试分数（y轴，0到100分）的关系，呈现强正相关。一名学生花了6小时复习，该值在已标注的复习时长范围内。说明如何使用最佳拟合线估算该学生的测试分数。

1. 在散点图的x轴上找到6小时的位置
2. 从6小时的位置向上画一条竖线，直到与最佳拟合线相交
3. 从该交点向左画一条水平线到y轴，读取估算出的测试分数
4. 这是插值法的示例，由于6小时在原始数据的范围内，因此该估算结果是可靠的

> **考试提示:** 如果你要估算已描点数据范围之外的数值（外推），务必注明该估算结果可能不可靠，因为你无法假设变量关系在测量范围之外仍然成立。

## 考试指令术语与综合练习

**考试命令词**

CIE IGCSE 0580考试中本主题的常见指令术语：

- **Draw** — 绘制准确的图表，直线部分按要求使用直尺，所有坐标轴标注正确 *(在提供的散点图上绘制最佳拟合线)*

- **Interpret** — 从图表或示意图中读取数值，必要时进行简单计算 *(解读条形图，找出学生看电视时长的众数)*

- **Describe** — 说明散点图相关性的类型和强度，或图表的关键特征 *(描述散点图中展示的相关性)*

**例题:** 某班级收集了每名学生上学通勤的分钟数和他们第一节课数学测验分数的数据。a) 说明应该使用哪种类型的图表展示通勤时间和测验分数之间的关系。b) 图表呈现清晰的下降趋势，点分布分散但排列明确。描述该相关性。c) 最佳拟合线经过点(20, 65)，估算通勤20分钟的学生的测验分数。

1. a) 正确的图表类型是散点图，它可以展示两个数值变量之间的关系
2. b) 下降趋势 = 负相关，点分布分散但排列明确 = 弱相关，因此整体为弱负相关
3. c) 估算分数为最佳拟合线上x=20对应的y值，即65分

## 常见错误

- **错误做法:** 忘记查看象形图的图例，将每个符号计为1个单位
  - 原因: 象形图的符号几乎总是代表1个以上的数据点，忽略图例将导致频数计数错误
  - 正确做法: 进行任何计算之前，务必找到并确认象形图的图例
- **错误做法:** 即使数据没有聚集在(0,0)附近，仍将最佳拟合线穿过原点
  - 原因: 最佳拟合线应遵循数据的趋势，而非坐标轴。强制让直线穿过原点会导致估算结果错误
  - 正确做法: 将直线调整为遵循已描点的趋势，保证直线上下方的点数大致相等
- **错误做法:** 即使散点图没有清晰趋势，仍强行描述相关性
  - 原因: 相关性仅适用于线性关系，在不存在相关性时强行说明相关性会体现出知识点掌握不足
  - 正确做法: 如果点随机分布，没有上升或下降趋势，明确说明“无相关性”
- **错误做法:** 在核心层级题目中绘制弯曲的最佳拟合线
  - 原因: CIE IGCSE 0580核心课程仅要求为线性相关性绘制直线形式的最佳拟合线
  - 正确做法: 对于任何具有线性相关性的散点图，始终使用直尺绘制直线形式的最佳拟合线
- **错误做法:** 使用饼图扇形的高度而非角度来估算频数
  - 原因: 饼图的扇形是按角度成比例的，而非高度或视觉面积
  - 正确做法: 使用以下公式计算饼图扇形的频数：(扇形角度 / 360) × 总频数

## 速查表

| 图表类型 | 主要适用场景 | 核心计算规则 |
| --- | --- | --- |
| 象形图 | 使用视觉符号比较不同类别的频数 | 频数 = 符号数量 × 图例中每个符号代表的数值 |
| 条形图 | 比较离散类别的频数 | 频数 = 条形高度（注意查看y轴刻度） |
| 饼图 | 展示每个类别占总体的比例 | 扇形频数 = (扇形角度 ÷ 360) × 总样本量 |
| 茎叶图 | 保留单个数据点以便计算汇总统计量 | 每个茎上的叶务必按从小到大的顺序排列 |
| 散点图 | 展示两个数值变量之间的关系 | 相关性 = 方向（正/负） + 强度（强/弱/无） |
| 最佳拟合线 | 从具有相关性的数据中估算未知值 | 使用直尺绘制，直线上下方点数大致相等 |

## 下一步

在掌握CIE IGCSE 0580核心课程的统计图表和散点图知识点后，你可以练习历年真题巩固技能，或者继续学习如何计算均值、中位数、众数和极差等汇总统计量。这些技能也是后续教学大纲中概率主题的基础，如果你后续选择继续学习AS Level数学，这些知识也会用到。请务必在计时条件下练习绘制最佳拟合线和解读各类图表，提升考试答题的速度和准确率。

---

来自 [OwlsPrep](https://www.owlsprep.com) —— A-Level / IB / AP / IGCSE 免费学习指南，依据官方考纲编写。原页面：https://www.owlsprep.com/zh/study/cie-0580-u9-statistical-charts-scatter-diagrams/