第4章 統計圖.

Presentation on theme: "第4章 統計圖."— Presentation transcript:

1 第4章 統計圖

2 學習重點 1基本圖表繪製的一般原則。 2常用統計圖的表現方式與差異。 3如何解讀各類圖表的意義。 4如何表現或判斷好的圖表。

3 統計圖 如何將統計資料適切的表現以供人們解讀資訊，是當今的重要主題之一。
統計圖（表）的正確使用只是一個時機與適切性的問題，讀者抓住正確的概念與原則後，無論是閱讀哪一種圖表當可有正確的批判與意見表達。

4 4.1 意義功能 敘述統計 例如研究50條河流中特定懸浮元素濃度含量(ppm)的資料記錄
4.1　意義功能 敘述統計 資料的統計摘要是利用適當的公式與方法，把蒐集到複雜的數據資料變成淺顯易懂的資訊。 例如研究50條河流中特定懸浮元素濃度含量(ppm)的資料記錄 研究的目的在於探討水中某特定懸浮元素對引水灌溉的農業的影響。

5 4.1　意義功能 想探討懸浮元素的含量，可以用圖4.1來表示濃度含量的分布。

6 4.1 意義功能 資訊用圖表的方式表達，有時會比用數字摘要來的有效率與直接。 統計圖就功能上而言兼具對資料或所探究的問題做初步的探勘。
4.1　意義功能 資訊用圖表的方式表達，有時會比用數字摘要來的有效率與直接。 統計圖就功能上而言兼具對資料或所探究的問題做初步的探勘。 初步涉獵一組資料或問題時，擔任初步調查探索的功能，希望能從圖形上看出些端倪做為分析的起點，統計學上稱為「探索性資料分析」。

7 4.1　意義功能 統計品質管制 產品生產過程中，允許若干差異，唯此差異須做適當管制，而品質好壞之程度須藉此管制程度，使達到某一定要求之範圍內。 是應用資料分析以解決問題的科學，可視為維持與改善產品品質的技術， 統計製程管制（Statistical Process Control，SPC）是主要的工具，廣泛應用到工程、運輸、檢驗、管理。

8 4.2 資料分類複習 表4.1為幫助讀者就資料的特性思考： 用來分類嗎？ 有次序的含意嗎？ 數值可分割嗎？ 0值是否代表沒有？
4.2　資料分類複習 表4.1為幫助讀者就資料的特性思考： 用來分類嗎？ 有次序的含意嗎？ 數值可分割嗎？ 0值是否代表沒有？ 數值的倍數有意義嗎？

9 4.2　資料分類複習

10 4.2　資料分類複習 例1：「成績追蹤資料」 某學校統計系大一班級的紀錄資料共有37筆，每一筆共有四種不同的資料。分別記錄班上學生入學來源（來源），新生的英文程度測驗（英文），入學時的成績（入學）與一年後學習統計學的成績結果（統計學）。我們將利用此資料做說明並繪製統計圖。

11 4.2　資料分類複習

12 4.2 資料分類複習 解析 「來源」是離散型資料（名目尺度）。
4.2　資料分類複習 解析 「來源」是離散型資料（名目尺度）。 「英文程度」由高至低分A, B, C, D四等級來區分程度，故為離散型資料（順序尺度）。 「入學成績」與「統計學成績」，加、減是有意義的，故為連續型資料（區間尺度）。

13 4.3.1　長條圖與圓餅圖 長條圖 以矩形長條的高度代表屬質資料中各變數值的次數而形成的圖形。

14 4.3.1 長條圖與圓餅圖 長條圖繪製的規則是： (1)整理計算各組別發生的次數。 (2) X-軸方向標示組別的名稱。
4.3.1　長條圖與圓餅圖 長條圖繪製的規則是： (1)整理計算各組別發生的次數。 (2) X-軸方向標示組別的名稱。 (3) Y-軸方向標示適當刻度用以代表各變數值的次數。 (4)數值的次數代表高度，繪製矩形圖（長條）於各組別名稱上。

15 4.3.1　長條圖與圓餅圖 長條圖是屬質資料之次數分布圖，因此： 不須底部刻度。 寬度沒有意義。 不論次序，所以各組的次序變動是允許的。

16 4.3.1 長條圖與圓餅圖 「成績追蹤」資料為例 英文程度為順序尺度變數。 A, B, C, D等級標示於水平軸。
4.3.1　長條圖與圓餅圖 「成績追蹤」資料為例 英文程度為順序尺度變數。 A, B, C, D等級標示於水平軸。 各組人數依序為8, 4, 18, 7人，代表高度。

17 4.3.1　長條圖與圓餅圖 圖4.2，清楚告訴我們組別間次數的分布，程度C的組別人數最多。

18 4.3.1 長條圖與圓餅圖 圓餅圖 又稱圓形圖、派圖。 用來顯示各變項與全體之間的百分比關係。
4.3.1　長條圖與圓餅圖 圓餅圖 又稱圓形圖、派圖。 用來顯示各變項與全體之間的百分比關係。 除非是分組資料，連續型資料不適合用圓餅圖來呈現。

19 4.3.1 長條圖與圓餅圖 圓餅圖繪製步驟方法為： (1)畫一圓形代表全體的資料，即360°。
4.3.1　長條圖與圓餅圖 圓餅圖繪製步驟方法為： (1)畫一圓形代表全體的資料，即360°。 (2)計算屬質資料中各變數值在圓內分配的區域大小。任一組對應角度的大小等於該組相對次數乘以360°， (3)依對應角度，將各組對應區域繪製圓內。

20 4.3.1　長條圖與圓餅圖 以英文程度資料繪製圓形圖

21 4.3.1　長條圖與圓餅圖 圖4.3可看出程度C的組別對應最大的區塊，約有一半左右的人英文被分在C級。

22 4.3.1　長條圖與圓餅圖 例2：冰品口味調查 假設有一冰品製造公司想了解消費者口味的喜好以做為開發新產品的方向，他們調查450人中對於六種冰淇淋口味偏好的研究，得到表4.3的數據結果。試利用調查結果繪製長條圖與圓餅圖。

23 4.3.1　長條圖與圓餅圖 解析 先計算各種口味的相對次數，如表4.4。 以第二列次數資料繪製長條圖，如圖4.4。

24 4.3.1　長條圖與圓餅圖 直向或橫向繪製長條圖不影響資料的表達。 方向只是一種美觀與繪製便利的考量，無關統計。

25 4.3.1　長條圖與圓餅圖 圖4.5(a)中長條的高度顯示相對次數，因相對次數是口味次數除以總次數，所以除了刻度外，相對次數的長條圖與次數的長條圖在外觀形狀完全相同。

26 4.3.1　長條圖與圓餅圖 利用表4.4第三列百分比計算各種口味折合的角度。

27 4.3.1　長條圖與圓餅圖 由圖4.5(b)中發現一問題：當類別變數的變數值或組別漸多時，也越難在有限的空間繪製出清楚的圓餅圖。

28 4.3.1 長條圖與圓餅圖 實證上研究顯示，我們眼睛對線性的刻度的察覺，比角度或面積來得好。
4.3.1　長條圖與圓餅圖 實證上研究顯示，我們眼睛對線性的刻度的察覺，比角度或面積來得好。 比較各類別的次數多寡而言，長度比角度更容易辨識，所以長條圖比圓餅圖來得好。 屬質資料的類別太多時，圓餅圖在繪製上有空間的限制。

29 4.3.1 長條圖與圓餅圖 圖4.6節錄自專文中的一個圓餅圖：「藝術授權種類分布圖」。
4.3.1　長條圖與圓餅圖 圖4.6節錄自專文中的一個圓餅圖：「藝術授權種類分布圖」。 從圖中看出資料分類過多，導致文字數字說明的地位遠高於圓餅圖該有的表現，但該圖表透過合宜的說明搭配，基本上仍具閱讀價值。

30 4.3.1　長條圖與圓餅圖

31 4.3.1　長條圖與圓餅圖 例3：圓餅圖與長條圖 摘錄自2005年10月《遠見雜誌》一篇名為〈蝴蝶蘭，新臺灣之籽〉的專文，文中使用圓餅圖與長條圖為資料論證。 專文中使用立體圓餅圖呈現2004年臺灣花卉產值，讓閱讀者清楚了解各類花卉的比重。 面對中國大陸競爭與優厚條件下，專文以長條圖繪製1996～2004年間出口總額的趨勢消長。

32 4.3.1　長條圖與圓餅圖

33 4.3.1　長條圖與圓餅圖

34 4.3.2　直方圖 「入學成績」和「統計學成績」屬於連續型資料。將資料做適當的分群，再做圖以顯示各組資料次數就淺顯易懂。這種統計圖稱為直方圖，圖繪製如圖4.9。 圖4.9可以告訴我們資料的特徵，如分數集中在何處或大約的分布情形。

35 4.3.2　直方圖

36 4.3.2 直方圖 直方圖適用於屬量資料。 繪製的過程基本上是一個資料的分組過程
4.3.2　直方圖 直方圖適用於屬量資料。 繪製的過程基本上是一個資料的分組過程 (1)資料分為k組。每一組的組寬長度為d。其中 代表第i組的上界與下界。 為每一組別 次數。 (2)X軸上依序標示各組資料的組界，Y軸標示計數次數的刻度，以組距(d)當底，該組的次數 當高，畫一矩形圖。依序畫出各組的矩形後，完成繪製直方圖。

37 4.3.2 直方圖 屬質資料的差距不代表具體意義，如「同意」、「不同意」。 屬量資料的數值間差距是有意義的，故等寬的組距有其含意。
4.3.2　直方圖 屬質資料的差距不代表具體意義，如「同意」、「不同意」。 屬量資料的數值間差距是有意義的，故等寬的組距有其含意。 屬量變數矩形和矩形間不應有空隙。若有任一組高度為0，代表該組次數為0。

38 4.3.2 直方圖 例4：「成績追蹤」資料中的統計學成績 利用Sturge‘s rule，決定組數。 因此分成6組。
4.3.2　直方圖 例4：「成績追蹤」資料中的統計學成績 利用Sturge‘s rule，決定組數。 因此分成6組。 為求方便分組，所以取d=5 組界可以取為55、60、65、70、75、80、85

39 4.3.2　直方圖 計數資料如表4.5。

40 4.3.2　直方圖 直方圖圖4.9表示入學成績與統計學成績的直方圖。

41 4.3.2 直方圖 組數(k)多寡並無明確定律，適當的組距可達到統計圖表的功能。
4.3.2　直方圖 組數(k)多寡並無明確定律，適當的組距可達到統計圖表的功能。 組數過多猶如竹竿林立（圖4.10(b)組距2.5）喪失了圖示摘要的特性。 組數過少則形成矮胖的圖形掩蓋了集中的趨勢（圖4.10(d)組距15）。

42 4.3.2　直方圖

43 4.3.2 直方圖 一、關於直方圖的一些想法 當某些組距不相等時，如把統計學成績第一組組距變動為50、60、65、70、75、80、85。
4.3.2　直方圖 一、關於直方圖的一些想法 當某些組距不相等時，如把統計學成績第一組組距變動為50、60、65、70、75、80、85。 在55到60間（底為5）發生二次，今調整成50、60（底為10）依舊發生二次。 縱軸為相對次數下，依面積相等原理，高度應調整成 詳細請參閱圖4.11。

44 4.3.2　直方圖

45 4.3.2 直方圖 善用直方圖可檢視資料分布是否為鐘型分布，是否為雙峰分布或偏斜型分布等等。
4.3.2　直方圖 善用直方圖可檢視資料分布是否為鐘型分布，是否為雙峰分布或偏斜型分布等等。 橫軸代表某個品質特性或量測值的分類，縱軸表示每一類出現之次數。

46 4.3.2 直方圖 二、次數多邊圖 直方圖中各組矩形在組中點的次數高度聯結所繪製而成的曲線圖形，稱為次數多邊圖，其為封閉曲線(圖4.12)。
4.3.2　直方圖 二、次數多邊圖 直方圖中各組矩形在組中點的次數高度聯結所繪製而成的曲線圖形，稱為次數多邊圖，其為封閉曲線(圖4.12)。 為維持次數多邊曲線與直方圖所為的總面積相等，會將前後各延伸半個組距單位做聯結以維持總面積相等。

47 4.3.2　直方圖

48 4.3.2 直方圖 三、折線圖 當資料為分組資料，重點在表現次數的變化時，可繪製各組資料點數值高度並做聯結而得折線圖。
4.3.2　直方圖 三、折線圖 當資料為分組資料，重點在表現次數的變化時，可繪製各組資料點數值高度並做聯結而得折線圖。 繪製過程和次數曲線圖相同，但無須形成封閉曲線。

49 4.3.2 直方圖 例5：折線圖繪製 《遠見雜誌》第245期為探討民氣、政治信心、經濟信心與經濟的狀況。
4.3.2　直方圖 例5：折線圖繪製 《遠見雜誌》第245期為探討民氣、政治信心、經濟信心與經濟的狀況。 因為目的是比較2006年6月到10月中各種指標數字的變化趨勢，呈現各信心指數序列趨勢變化最簡單、最具效率的方法之一，就是畫出序列資料的折線圖（圖4.13）。

50 4.3.2　直方圖

51 4.3.2 直方圖 圖(a)顯示透過折線的彎曲變化清楚的展現近5個月民氣的起伏。
4.3.2　直方圖 圖(a)顯示透過折線的彎曲變化清楚的展現近5個月民氣的起伏。 圖(b)將政治信心與經濟信心繪製於同一圖形上，除了表現各指數的起伏外，也表現兩層面在臺灣社會的聯結特性，具有同步走揚的現象。

52 4.3.2 直方圖 圖(c)說明不同政治人物有不同的高低評價，但也有趣的說明了在臺灣民眾對政治人物與所屬政黨間評價兩者間高關聯性的現象。
4.3.2　直方圖 圖(c)說明不同政治人物有不同的高低評價，但也有趣的說明了在臺灣民眾對政治人物與所屬政黨間評價兩者間高關聯性的現象。 圖(d)為個人財務與國內經濟分析，透過曲線陡峭程度不同的差異，可以清楚觀察出上升速度的不同。

53 4.3.3 枝葉圖 繪製直方圖雖可看出資料的特徵，但原始資料以不復存在。
4.3.3　枝葉圖 繪製直方圖雖可看出資料的特徵，但原始資料以不復存在。 為了兼顧資料的特徵與原始資料，John K. Tukey 發明了枝葉圖。

54 4.3.3 枝葉圖 枝葉圖的繪製 首先將資列排列，找出該資料的「枝」與「葉」。 枝為資料變數的首位，葉則為枝後位的數值。
4.3.3　枝葉圖 枝葉圖的繪製 首先將資列排列，找出該資料的「枝」與「葉」。 枝為資料變數的首位，葉則為枝後位的數值。 枝與葉以「|」符號區隔。

55 4.3.3 枝葉圖 例6：枝葉圖繪製說明 假設有一資料集合如下：
4.3.3　枝葉圖 例6：枝葉圖繪製說明 假設有一資料集合如下： 49、47、31、40、54、47、51、54、30、48、42、64、48、54、53、46、60、51、50、24、68、65、20、58、55，請繪製枝葉圖。

56 4.3.3 枝葉圖 資料集合為二位數，取「枝」為十位數值，「葉」為個位數值。
4.3.3　枝葉圖 資料集合為二位數，取「枝」為十位數值，「葉」為個位數值。 排序後為20, 24, 30, 31, 40, 42, 46, 47, 47, 48, 48, 49, 50, 51, 51, 53, 54, 54, 54, 55, 58, 60, 64, 65, 68。 以上述原則繪製枝葉圖如下：

57 4.3.3　枝葉圖 例7：「水資源研究」資料 這是探討水中某特定懸浮元素對引水灌溉的農業的影響。資料記錄50條河流中此特定懸浮元素的濃度含量(ppm)。

58 4.3.3　枝葉圖 為建立簡潔的「枝」與「葉」，將資料四捨五入到整數位值。 將資料排序之後，依據「枝」、「葉」劃分可得枝葉圖如下。

59 4.3.3 枝葉圖 枝葉圖的好處是： 枝葉圖的缺點： (1)枝葉圖較易建立。
4.3.3　枝葉圖 枝葉圖的好處是： (1)枝葉圖較易建立。 (2)由於枝葉圖顯示實際的資料值，所以枝葉圖提供的資訊較直方圖多。 枝葉圖的缺點： 若資料數量過於龐大時，枝葉圖就不太適用，因為每個枝都對應太多的葉了。

60 4.3.3 其他常用統計圖 一、箱型圖（盒鬚圖） 為一種探索性資料分析技術，它可以減少枝葉圖表示法的細節。
4.3.3　其他常用統計圖 一、箱型圖（盒鬚圖） 為一種探索性資料分析技術，它可以減少枝葉圖表示法的細節。 透過資料分布圖中每一分散布的範圍來提供分配位置、散布程度、形狀、尾部長度與極端值的視覺影像。 箱子的寬或窄代表中間50%的資料散布的範圍集中或分散。 兩端延伸直線的長度代表前或後25%資料的散布範圍。

61 4.3.3 其他常用統計圖 箱型圖的製作 利用連續型資料的三個「分割數」把排序資料分割成個數相等的四等分。
4.3.3　其他常用統計圖 箱型圖的製作 利用連續型資料的三個「分割數」把排序資料分割成個數相等的四等分。 再資料刻度的軸線平面，把居中50%的資料「畫成一箱子」。 箱子中間的線段把資料分成兩等分。 箱子兩端再畫直線延伸至資料的最大及最小值，即完成箱型圖的製作。

62 4.3.3 其他常用統計圖 例8：某品牌殺蟲劑的效用 如某品牌的殺蟲劑，測試12回後每回殺蟲子的隻數記錄如下：
4.3.3　其他常用統計圖 例8：某品牌殺蟲劑的效用 如某品牌的殺蟲劑，測試12回後每回殺蟲子的隻數記錄如下： 10、7、20、14、14、12、10、23、17、20、14、13

63 4.3.3 其他常用統計圖 將資料排序後得： 7、10、10、12、13、14、14、14、17、20、20、23
4.3.3　其他常用統計圖 將資料排序後得： 7、10、10、12、13、14、14、14、17、20、20、23 假設此組資料分割數為(11, 14, 17.5)。 資料介於11和17.5內約占50%，小於11和大於17.5各占25%。

64 4.3.3 其他常用統計圖 畫一箱子（紅色部分），左端代表11，右端代表17.5。
4.3.3　其他常用統計圖 畫一箱子（紅色部分），左端代表11，右端代表17.5。 箱子中線位置14表示資料中有一半大於14且另一半小於14。 畫下兩端延伸直線至最小值7和最大值23。

65 4.3.3　其他常用統計圖

66 4.3.3 其他常用統計圖 以圖4.14來看： 左邊點線至箱子左緣約含25%資料。 箱子內的範圍約含50%資料。
4.3.3　其他常用統計圖 以圖4.14來看： 左邊點線至箱子左緣約含25%資料。 箱子內的範圍約含50%資料。 箱子右緣至右邊點線約含25%資料。 箱子內的資料再由中位數分為兩等分，各占25%。 箱型圖中清楚說明散布的範圍。

67 4.3.3　其他常用統計圖 例9：殺蟲噴劑品牌的效用 箱型圖最適合做各類別間的比較分析。當把它們並排起來比較時，一目瞭然。以一個農業實驗的資料為例，研究各試驗品牌殺蟲噴劑A、B、C、D、E、F的效用，資料中各品牌在同質的實驗地區單位被測試12回。資料記錄如表4.6。我們想知道的是各品牌的效用是否沒差異，或哪些品牌效用比其他廠牌來的好。

68 4.3.3　其他常用統計圖

69 4.3.3　其他常用統計圖 給於各相關資料如表4.7。 把箱型圖並排以比較各品牌效果，畫出圖4.15。

70 4.3.3　其他常用統計圖 C, D, E的箱子一般均落於A, B, F之下，可看出C, D, E的效果比A, B, F差。

71 4.3.3 其他常用統計圖 例10：統計成績與入學來源的關聯 「成績追蹤」，以入學來源分析一年後統計學成績
4.3.3　其他常用統計圖 例10：統計成績與入學來源的關聯 「成績追蹤」，以入學來源分析一年後統計學成績 探索統計學成績是否和當初入學來源有關聯時，我們可以用入學來源做分類，繪製箱型圖（圖4.16）。

72 4.3.3　其他常用統計圖 由箱形圖可看出高中箱形圖明顯區分開來，顯示高中生統計學成積比其它的養成背景表現稍佳，且表現的素質較整齊（因箱子較狹窄）。 高職生與綜高生的表現差不多，並無顯著差異。

73 4.3.3 其他常用統計圖 二、散布圖 適用於雙變數的連續型資料。
4.3.3　其他常用統計圖 二、散布圖 適用於雙變數的連續型資料。 把一變量當成X軸變數，另一變量畫在Y軸上，每一筆資料配對(x, y)，以一點呈現在X、Y座標平面上，形成散布情形表現出彼此間的關聯。 易掌握兩個變數間的關係，包括：形式、方向及關係的強度，亦可確立偏離整體形態的離群點。

74 4.3.3　其他常用統計圖 以圖4.17說明基本的幾種狀況。

75 4.3.3 其他常用統計圖 圖(a)兩個變數間看不出存在任何變動模式。
4.3.3　其他常用統計圖 圖(a)兩個變數間看不出存在任何變動模式。 圖(b)資料的x, y值做同向變數，我們稱兩變量間的關係為正向或正相關。 圖(c)中則相反，資料的x, y值做反向變數，我們稱兩變量間的關係為負向或負相關。 圖(d)顯示x, y值非直線關係，但存在一曲線形式的關係。 不管是正相關或負相關，均稱為直線相關。

76 4.3.3 其他常用統計圖 例11：散布圖例子：成績和讀書時間的關連
4.3.3　其他常用統計圖 例11：散布圖例子：成績和讀書時間的關連 想了解學期成績和每週讀書時間是否有關聯。隨機抽取10位同學調查他們的學期成績和每週讀書時間（小時）。發現資料如表4.8。

77 4.3.3 其他常用統計圖 學期成績和讀書時間為連續變數。 可繪製散布圖探索彼此間的關係。
4.3.3　其他常用統計圖 學期成績和讀書時間為連續變數。 可繪製散布圖探索彼此間的關係。 圖4.18發現兩變數間有正向關係，即當投入越多的讀書時間，獲得的成績越好。

78 4.3.3　其他常用統計圖

79 4.3.3 其他常用統計圖 例12：活用統計圖的例子 當資料中有第三變數時，我們可加上顏色區別以挖掘資料特徵。
4.3.3　其他常用統計圖 例12：活用統計圖的例子 當資料中有第三變數時，我們可加上顏色區別以挖掘資料特徵。 「成績追蹤」資料的3個變數「入學來源、入學成績、統計學成績」中，我們想了解入學成績與統計學成績的關連性，繪製散布圖，並以「」「」「」標記「高職」「高中」「綜高」的資料點。

80 4.3.3 其他常用統計圖 圖4.19顯示不考慮顏色時覺得入學成績與統計學成績兩者間並沒突顯出引人的訊息，
4.3.3　其他常用統計圖 圖4.19顯示不考慮顏色時覺得入學成績與統計學成績兩者間並沒突顯出引人的訊息， 由於顏色標記的關係讓我們可以從圖形上看出一些線索來。高中和高職集中的區域明顯的不同。

81 4.3.3　其他常用統計圖

82 4.3.3 其他常用統計圖 三、製程管制圖 把樣本測得或計算出的特徵值相對於樣本數或時間繪製而成的圖形。
4.3.3　其他常用統計圖 三、製程管制圖 把樣本測得或計算出的特徵值相對於樣本數或時間繪製而成的圖形。 有一中間線代表特徵測量值在控制狀態下的平均值。 另依據統計方法計算出管制用管制界限，畫兩條水平線，稱為控制上限和控制下限。

83 4.3.3 其他常用統計圖 若點落於上下限的控制範圍內，運作程序屬於「控制」中的狀態，參考圖4.20(a)。
4.3.3　其他常用統計圖 若點落於上下限的控制範圍內，運作程序屬於「控制」中的狀態，參考圖4.20(a)。 若點落於界線之外，則此現象被解釋為程序可能「失控」的證據，參考圖4.20(b)。 所有的點均落於界線內，若點群呈現有系統或非隨機的模式，則相關人員亦須做進一步的調查。

84 4.3.3　其他常用統計圖

85 4.5 關於統計繪圖的一些想法 一般圖表繪製時原則上要注意到： (1)描述所關心的特徵變數與圖表資料的來源要清楚。
4.5　關於統計繪圖的一些想法 一般圖表繪製時原則上要注意到： (1)描述所關心的特徵變數與圖表資料的來源要清楚。 (2)若有須要，圖表上的數據要清楚。 (3)同一張圖表放置不同資料集合做比較時，資料或圖形應有適當區隔。 (4)無論樸素或花俏，讀者要能「容易」捕捉圖表表達的訊息。

86 4.5　關於統計繪圖的一些想法 例13：報紙的例子 圖4.21(a)強調低樓層占火災的比例很高，但變數（樓層）的概念卻變成圖中的「數值」特徵。 資料未以習慣方式標示來表示，即統計數字越小，反而呈現位置越高的現象。 圖4.22(b)參雜的其他圖素使得統計數字相對的不清楚。

87 4.6　Microsoft EXCEL參考指令 一、繪製圓餅(形)圖指令

88 4.6　Microsoft EXCEL參考指令 (1)將資料分別鍵入A、B欄內(圖4.23)然後依以下步驟製作圓餅圖。

89 4.6　Microsoft EXCEL參考指令 (2)在「插入(I)」點選「圖表(H)」，於圖表類型欄中選取圓形圖後按「下一步(N)」（圖4.24）。

90 4.6 Microsoft EXCEL參考指令 (3)第二步驟為輸入資料範圍，將欲繪入的資料選取起來（如圖4.25中的虛線部分）。

91 4.6　Microsoft EXCEL參考指令

92 4.6　Microsoft EXCEL參考指令 (4)進入第三步驟，原先「圖表標題(T)」為次數，更改為「冰淇淋口味調查圓餅圖」。「資料標籤」的子選單中適當選取使圓形圖的標示符合我們的需求（圖4.26）。 如把「類別名稱(G)」加入圖上（圖4.27）。

93 4.6　Microsoft EXCEL參考指令

94 4.6　Microsoft EXCEL參考指令

95 4.6 Microsoft EXCEL參考指令 (5)完成最後步驟指定輸出物件按「完成(F)」（圖4.28）。
可得一完整之圓形圖如下（圖4.29）。

96 4.6　Microsoft EXCEL參考指令

97 4.6　Microsoft EXCEL參考指令

98 4.6　Microsoft EXCEL參考指令 二、繪製直方圖指令

99 4.6 Microsoft EXCEL參考指令 (1)於A1欄位中輸入元素含量，並將上述資料依序輸入A欄中。
在B欄位中輸入組界範圍，間距為10，如圖4.30。

100 4.6　Microsoft EXCEL參考指令

101 4.6　Microsoft EXCEL參考指令 (2)在「工具(T)」點選「資料分析(D)」（圖4.31）。

102 4.6　Microsoft EXCEL參考指令 (3)從資料分析中點選「直方圖」選項，繪製直方圖（圖4.32）。

103 4.6　Microsoft EXCEL參考指令 (4)在「直方圖」對話方塊，在「輸入」部分主要是鍵入或選取資料「輸入範圍(I)」與「組界範圍(B)」，之後選取適當的「輸出選項」如下圖（圖4.33）。

104 4.6　Microsoft EXCEL參考指令

105 4.6　Microsoft EXCEL參考指令 (5)確認可得一直方圖表於新工作表中如下（圖4.34）。

106 4.6 Microsoft EXCEL參考指令 (6) 直方圖在EXCEL中是以長條圖畫出的。因此須適用EXCEL中的方法修改圖表物件。
於直方圖上以滑鼠按左鍵點選任一資料長條，後以右鍵點選「資料數列格式(O)」。打開「選項」選單，調整「類別間距(W)」為0，使得長條間的距離為0（圖4.35，圖4.36）。 圖4.37為統計學中的直方圖格式。

107 4.6　Microsoft EXCEL參考指令

108 4.6　Microsoft EXCEL參考指令

109 4.6　Microsoft EXCEL參考指令