老师把自己奖励给学生的含义｜数据读解文章与图表说明网站，介绍数据变化观察、统计口径与图表阅读线索

相关系数对少数极端点很敏感，一两个离群值就可能明显抬高或压低结果。看到强相关时，应先检查散点图中是否有异常点，并确认剔除或保留的理由，再判断关系是否稳定。

热力图的深浅只是编码，颜色本身没有大小含义。阅读时应先找到图例的色阶与对应数值区间，注意色阶是等距还是分段，再判断两个格子的差距。图例缺失或色阶非线性而未注明时，颜色差异不宜直接当作数量差异。

当分类超过七八项或名称较长时，竖向柱状图的标签容易倾斜、拥挤甚至省略。改为横向条形图，类别名沿纵向排列可完整显示，按长度比较也更方便。类别顺序建议按数值排序或保持固定，便于反复对照。

方法说明通常交代数据来源、采集方式和样本规模。先看这部分，再读变化和结论，能判断文章是在描述现状、比较组别还是解释原因。

条形图按数值排序便于比较大小，按类别顺序排序则保留原始结构。看排序图时先确认排序依据，避免把排列先后误当成重要性或因果顺序。

标准差描述个体数据围绕均值的离散程度，标准误描述样本统计量估计总体参数时的波动。图中误差线若未注明是哪一种，就不能直接判断个体差异或估计精度，需回看方法说明。

数据文章的结论通常只适用于特定样本、地域和时期。阅读时要看作者是否说明样本来源、调查范围和截止时间；若结论从局部样本推到全部对象，或从短期数据推到长期趋势，就需要保留判断，不能直接当作普遍规律。

面对缺失数据，直接删除、插补或单列处理会得到不同结果。阅读统计说明时应查看缺失比例和处理方法，若缺失集中在某类对象，结论可能只代表有记录的部分。

图表主标题通常只给出主题词，真正的比较对象、地区范围和统计年份多放在副标题里。读图前先看这两行，确认图中比较的是哪些对象、覆盖多长时间，再判断趋势与差异是否具备可比性。

瀑布图用首尾柱表示起点与终点，中间每根柱代表一项增减，柱子的升降方向对应上升或下降。它擅长说明总量变化由哪几项贡献，但各项若相互影响，需要在说明中交代，避免把贡献简单相加。

同一指标可能以元、万元、亿元或不同时间单位发布，未换算就比较容易产生数量级误判。比较前应统一单位和时间基准，并核对是否按可比价格或同一汇率折算。

一张图内并排的多个小图，常各自采用不同的纵轴范围或刻度间隔。若直接目测高低，容易把范围差异误读为幅度差异。阅读时先逐个查看各小图的坐标上下限与单位，必要时按同一刻度重新估算，再判断哪组变化更大。

文章中的异常高值或低值可能来自录入错误、特殊事件或真实变化。处理前应查看原始记录和统计口径，确认原因后再决定保留、单列或剔除，不能为了图形好看直接删除。

数读文章中常引用研究者或机构评论，这些属于解释，不等同于统计结果。阅读时应看评论是否有数据支撑，以及评论是否超出样本范围，避免把观点当成事实。

散点大量重叠会掩盖样本密度，肉眼可见的点数并不等于实际频数。可结合透明度、分箱计数或密度图判断集中区域；若点被抖动错开，坐标位置也不再精确。