数据分析

CIE A-Level 物理· 10 分钟阅读

1. CIE考试的绘图规范★★☆☆☆⏱ 15 min

CIE考官对绘图有严格的评分标准，因此遵循标准规范可以保证你拿到全部方法分，哪怕最终计算结果稍有偏差。

📘 定义

最佳拟合线

尽可能贴近所有描点的直线（或曲线），大约相等数量的点分布在直线两侧

例:

对于6个描点，3个点在最佳拟合线上方，3个在下方

为两个坐标轴标注物理量和单位，例如 $I (A)$ 而不是只写 $I$
选择的比例尺需要在x和y方向都至少占网格的一半；非均匀比例尺是允许的
每个描点用清晰的叉号或空心圆点标注；避免模糊的粗点
每个点画出覆盖完整绝对不确定度范围的误差棒

📐 例题

一名学生收集电流-电压数据：(0.2 A, 1.1 V)、(0.4 A, 2.1 V)、(0.6 A, 3.2 V)、(0.8 A, 4.0 V)。可用图像网格为10×10格。提出一个符合CIE要求的y轴（V）合适比例尺。

1
计算数据中y值的全范围：
2
$V_{max} - V_{min} = 4.0 - 1.1 = 2.9 \text{ V}$
3
将范围除以可用方格数，得到每格代表的数值：
4
$2.9 \text{ V} / 10 = 0.29 \text{ V per square}$
5
取整为简单易读的数值：每格0.3 V，该方案用满了网格，符合CIE要求。如果用每格0.5 V，只会用到10格中的6格，会被扣分。

2. 斜率和截距计算★★☆☆☆⏱ 20 min

斜率和截距是CIE数据分析中最常要求计算的量，你必须遵循特定方法才能拿到满分。

📘 定义

直线的斜率

$m = \frac{Δ y}{Δ x}$

y变量相对于x变量的变化率，等于最佳拟合线上两点之间y的变化量除以x的变化量

例:

对于 $y = m x + c$ ， $m$ 就是斜率

📐 例题

y轴为 $I$ （单位A）、x轴为 $V$ （单位V）的线性图像，其最佳拟合线经过线上两个相距很远的点： $(1.2, 0.30)$ 和 $(4.8, 1.26)$ 。计算斜率并写出正确单位。

1
计算y变化量（ $Δ I$ ）和x变化量（ $Δ V$ ）：
2
$\Delta I = 1.26 - 0.30 = 0.96 \text{ A}$
3
$\Delta V = 4.8 - 1.2 = 3.6 \text{ V}$
4
按 $\frac{Δ y}{Δ x}$ 计算斜率：
5
$m = \frac{\Delta I}{\Delta V} = \frac{0.96}{3.6} = 0.27 \text{ A V}^{-1}$
6
将结果保留2-3位有效数字，和原始数据的精度匹配。

3. 非线性关系线性化★★★☆☆⏱ 20 min

CIE实践考试中的大多数实验关系都是非线性的，因此你需要将它们整理为标准线性形式 $y = m x + c$ ，从而通过斜率和截距求出未知常数。

📘 定义

线性形式

将非线性方程整理为 $Y = m X + c$ 的形式，其中 $Y$ 和 $X$ 是测量变量的组合， $m$ 和 $c$ 对应未知常数

例:

对于 $P V = k$ ，我们可以写成 $P = k (1/ V)$ ，因此绘制 $P$ 对 $1/ V$ 的图像，斜率就是 $k$

📐 例题

单摆周期 $T$ 和摆长 $l$ 的关系为 $T = 2 π \frac{l}{g}$ ，其中 $g$ 是未知常数。说明你如何将其整理为线性形式，并说明为求 $g$ 需要绘制哪些物理量。

1
对方程两边平方消去根号：
2
$T^2 = 4\pi^2 \frac{l}{g}$
3
整理为 $y = m x + c$ 的形式，其中y和x是要绘制的变量：
4
$T^2 = \left( \frac{4\pi^2}{g} \right) l + 0$
5
确定绘制变量和斜率与 $g$ 的关系：
6
绘制 $T^{2}$ （y轴）对 $l$ （x轴）的图像。斜率 $m = \frac{4 π ^{2}}{g}$ ，整理得 $g = \frac{4 π ^{2}}{m}$ 。

4. 斜率和截距的不确定度★★★★☆⏱ 15 min

CIE经常要求你从图像计算斜率或截距的绝对不确定度，标准方法使用最坏可接受线来找到最大可能不确定度。

📘 定义

最坏可接受线

能够穿过所有数据点误差棒的最陡或最平缓的可能直线，用于找到斜率/截距的可能范围

📐 例题

最佳拟合线的斜率计算为 $0.27 A V^{- 1}$ 。最陡的最坏可接受线斜率为 $0.30 A V^{- 1}$ ，最平缓的斜率为 $0.24 A V^{- 1}$ 。计算斜率的绝对不确定度。

1
计算最佳拟合斜率和每个最坏斜率的差值：
2
$\Delta m_{\text{steep}} = 0.30 - 0.27 = 0.03$
3
$\Delta m_{\text{shallow}} = 0.27 - 0.24 = 0.03$
4
绝对不确定度等于计算得到的最大差值：
5
$Δ m = 0.03 A V^{- 1}$ ，因此最终斜率记为 $0.27 \pm 0.03 A V^{- 1}$ 。

5. 常见陷阱

错误做法:

使用原始数据点计算斜率，而不是最佳拟合线上的点

原因:

原始数据点存在随机误差，通常不落在最佳拟合线上，会导致斜率计算错误

正确做法:

始终使用两个正好落在最佳拟合线上、尽可能相距远的点

错误做法:

选择的比例尺只用了不到一半的图像网格

原因:

CIE明确给使用大部分网格赋分，小比例尺会增加斜率计算的不确定度

正确做法:

计算数据范围，选择的比例尺需要让两个坐标轴都至少占网格的一半

错误做法:

使用原始变量而非绘制变量计算未知常数

原因:

线性化后，斜率对应变换后的绘制变量，因此计算会出错

正确做法:

始终基于变换后绘制变量的斜率计算未知常数

错误做法:

当所有数据都离零点很远时，仍然强制坐标轴从0开始

原因:

这会浪费网格空间，迫使你使用更小的比例尺，降低截距读数的准确性

正确做法:

使用截断坐标轴，起点靠近你的最小数据值，在坐标轴上清晰标注截断位置

错误做法:

将斜率不确定度计算为两条最坏线差值的一半

原因:

这会低估不确定度，因为每条最坏线已经是可接受误差的极值

正确做法:

绝对不确定度等于最佳拟合斜率和任意最坏线斜率的完整差值

6. 速查表

步骤	要求操作	核心规则
绘图	坐标轴标注物理量+单位，填充≥一半网格	完整画出所有误差棒
斜率计算	使用最佳拟合线上两个相距远的点，计算Δy/Δx	绝对不要用原始数据点
线性化	整理为Y = mX + c，确定Y/X	未知量 = 常数 × 斜率或常数 / 斜率
不确定度	画两条穿过所有误差棒的最坏线	Δm = \|m_worst - m_best\|
截距	如果绘制了x=0则直接读数，否则通过m计算	对线上任意点使用c = y - mx求解

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。

2022 · 2
线性图像斜率计算
2023 · 2
非线性关系线性化
2024 · 2
斜率不确定度计算

下一步

数据分析是所有CIE AS和A Level实践考核的核心，你在这里学到的技能会延续到A Level实践工作和试卷5的规划与分析中。掌握这些评分规范可以确保你拿到所有容易的方法分，很多学生因为粗心丢失这些分数，这对你的总成绩影响很大。相同的线性化和斜率计算技能会用在所有实践试卷中，因此现在练习这些内容会让你在进入A Level更高级的实践考核时受益。