数据的表示与总结（Edexcel IAL 数学 S1）

数学· 2018 Specification Issue 3, S1 §2.1–§2.4· 25 分钟阅读

1. 解读数据可视化图表以对比分布★★☆☆☆⏱ 5 min

✓ 计算器

考试题目几乎都会提供预先绘制好的图表，因此你的重点是提取关键统计量，结合题目背景对比两个或多个分布。常见图表包括直方图、茎叶图（包括背靠背形式）和箱线图。

📘 定义

箱线图

展示数据集的最小值、下四分位数（Q₁）、中位数（Q₂）、上四分位数（Q₃）和最大值的图表，可清晰呈现数据的离散程度和集中趋势。

📐 例题

下方箱线图展示了学习生物和化学的12年级学生的测试分数（满分100分）。对比两个科目分数的分布特征。

1
对比集中趋势：生物科中位数=68，化学科中位数=56，因此生物科的典型分数高出12分。
2
对比离散程度：生物科四分位距=72 - 58 = 14，化学科四分位距=62 - 43 = 19，因此生物科分数的差异更小。
3
对比极差：生物科全距=88 - 32 = 56，化学科全距=92 - 22 = 70，因此化学科分数的整体分布范围更广。
4
结合背景得出结论：总体而言，本次测试中学生的生物成绩更好，且分数比化学科更稳定。

Exam tip:

对比分布时务必结合题目背景，不能只给出数值，才能拿到全部分数。

2. 位置度量与数据编码★★★☆☆⏱ 7 min

✓ 计算器

位置度量描述数据集的中心值或典型值。你需要针对未分组和分组的离散/连续数据计算这些统计量，并使用编码简化复杂计算。

📘 定义

编码

y = \frac{x - a}{b}

对原始数据 $x$ 进行的线性变换，其中 $a$ 和 $b$ 是选定的常数，用于缩小待处理数值的大小。原始均值可通过公式 $\overset{x}{ˉ} = b \overset{y}{ˉ} + a$ 还原。

📐 例题

30名学生的身高（ $x$ 单位cm）使用 $y = \frac{x - 150}{10}$ 进行编码，编码后数据的均值为 $\overset{y}{ˉ} = 2.4$ ，计算学生的平均身高。

1
变形编码公式，用 $y$ 表示 $x$ ：
2
$x = 10y + 150$
3
对编码后数据的均值应用线性变换：
4
$\bar{x} = 10\bar{y} + 150 = 10(2.4) + 150 = 24 + 150 = 174$
5
学生的平均身高为174 cm。

3. 离散程度度量★★★★☆⏱ 8 min

✓ 计算器

离散程度度量描述数据集中数值的分布范围。你需要计算极差、百分位距、方差和标准差，并对分组数据使用简单插值法计算落在组界之间的百分位数。

📘 定义

样本标准差

样本方差的平方根，衡量数值相对于均值的平均偏差，单位与原始数据一致。对于编码后的数据 $y$ ， $s_{x} = ∣ b ∣ \times s_{y}$ 。

📐 例题

沿用之前的身高编码数据 $y = \frac{x - 150}{10}$ ，已知 $y$ 的标准差为0.82，计算原始身高数据的标准差，单位为cm。

1
注意编码只会将标准差乘以除数 $b$ 的绝对值：加减常数不会影响离散程度。
2
$s_x = b \times s_y$
3
代入给定数值（ $b = 10$ , $s_{y} = 0.82$ ）：
4
$s_x = 10 \times 0.82 = 8.2$
5
原始身高数据的标准差为8.2 cm。

Exam tip:

计算分组数据的百分位距时，务必使用组界（而非组限）进行插值，避免出错。

4. 偏度与异常值★★★☆☆⏱ 5 min

✓ 计算器

偏度描述分布的不对称性。你需要根据图表或汇总统计量解读偏度，并应用题目中明确给出的异常值规则（不需要记忆默认规则）。

📘 定义

正（右）偏

分布右侧有长尾，满足均值 > 中位数 > 众数。负（左）偏分布左侧有长尾，满足众数 > 中位数 > 均值。

📐 例题

月度薪资数据的分布均值为3200英镑，中位数为2800英镑，众数为2200英镑。指出该分布的偏度类型并给出理由。

1
对比众数、中位数和均值的数值：
2
$2200 < 2800 < 3200 \implies \text{众数} < \text{中位数} < \text{均值}$
3
该度量值的对应顺序属于正（右）偏，原因是少数极高薪资将均值拉高至中位数以上。

5. 常见陷阱

错误做法:

仅使用中位数对比分布，未提及离散程度或题目背景

原因:

考题要求2-3个对比点才能拿满分，包括集中趋势、离散程度和结合背景的解读

正确做法:

对比分布时务必同时比较中位数、四分位距/极差，再补充一句结合背景的结论

错误做法:

计算原始均值或标准差时忘记还原编码

原因:

编码后数值经过变换，不能直接将编码后的统计量作为原始数据题目的最终答案

正确做法:

使用 $\overset{x}{ˉ} = b \overset{y}{ˉ} + a$ 计算均值，使用 $s_{x} = ∣ b ∣ s_{y}$ 计算标准差，还原原始数值

错误做法:

对分组数据的百分位数插值时使用组限而非组界

原因:

组限是一个组可包含的最小和最大数值，而组界是相邻两组的分界点，使用组限会导致插值结果错误

正确做法:

进行百分位数插值前，务必先将分组数据的组转换为连续组界

错误做法:

未给出规则时自行使用默认异常值判定规则（例如1.5×IQR）

原因:

Edexcel IAL S1考试明确说明所有异常值规则都会在题目中给出，使用未声明的规则会得出错误答案并失分

正确做法:

仅严格按照题目正文中给出的异常值规则进行判定

错误做法:

混淆正偏和负偏，搞反均值、中位数和众数的顺序

原因:

偏度是按长尾的方向命名，而非峰值的位置，很容易记混

正确做法:

记住正偏的长尾在右侧（数值更大的一侧），因此均值被拉高到中位数之上；负偏的长尾在左侧（数值更小的一侧），因此均值被拉低到中位数之下

6. 速查表

概念	公式/规则	考试注意事项
均值（未分组数据）	$\overset{x}{ˉ} = \frac{Σ x}{n}$	分组数据使用组中值作为 $x$ 的取值
编码变换（ $y = \frac{x - a}{b}$ ）	$\overset{x}{ˉ} = b \overset{y}{ˉ} + a$ , $s_{x} = ∣ b ∣ s_{y}$	加减常数 $a$ 不会对标准差产生任何影响
四分位距	$Q_{3} - Q_{1}$	衡量数据中间50%部分的离散程度，不受异常值影响
标准差	$s = 方差$	单位与原始数据一致，方差的单位是原始数据单位的平方
偏度解读	众数 < 中位数 < 均值 = 正偏；众数 > 中位数 > 均值 = 负偏	偏度按长尾的方向命名
异常值	仅应用题目中给出的规则	除非明确说明，否则不要使用1.5×IQR规则

7. 常见问题

S1考试中我需要背诵异常值判定规则吗？

不需要：所有Edexcel IAL S1考试的异常值判定规则都会在题目正文中明确给出，你不需要记忆诸如1.5×IQR这类默认规则。

考试中会要求我绘制直方图或箱线图吗？

直接绘制图表不是考察重点；大多数题目要求你解读或对比给定的图表，或是计算用于构建图表的统计量。

深入阅读

formula_bookletEdexcel IAL 数学公式与统计用表所有S1考试中均可使用

下一步

掌握Edexcel IAL S1数据表示与总结的内容后，你就可以进入下一个核心主题——概率的学习。你学到的分布形状和离散程度相关概念，将直接为后续学习概率分布、相关与回归内容打下基础。请练习该主题的历年真题，提升解题速度和准确率，重点关注要求你进行对比、解读或计算数值的指令词，最大化你的得分。