4. 统计整理与数据展示：统计分组、频数分布、统计表、统计图
统计整理是连接原始数据与统计分析的关键桥梁。在初级统计师考试与实务工作中，我们面对的数据往往是零散、无序的原始记录，例如某企业100名员工的月薪明细、某地区50家超市的日销售额清单。统计整理的核心任务就是将这些“原材料”转化为有结构、有规律、可解读的“半成品”，而数据展示则是将整理后的结果以统计表和统计图的形式直观呈现。本章将系统讲解统计分组的方法、频数分布表的编制流程，以及直方图、条形图、折线图、饼图的适用场景与制作要点，帮助您建立从“数据”到“信息”的标准化处理路径。
上图展示了本章的知识体系。统计分组是基础，频数分布是核心，统计表与统计图是表达工具。下面我们将逐一展开每个模块的原理、操作流程与实战要点。
4.1 统计分组：从原始数据到结构化类别的第一步
4.1.1 核心原理：为什么需要分组？
原始数据通常包含大量重复值或连续取值，直接观察无法提取规律。统计分组就是根据统计研究的需要，将数据总体按照某个标志（即分组标志）划分为若干性质不同的部分。分组标志分为两类：品质标志（如行业类型、学历等级、地区）和数量标志（如销售额、年龄、工资）。分组的根本目的是显示数据的分布特征——即数据集中在哪些区间、离散程度如何、是否存在异常值。
4.1.2 操作流程：如何科学地分组？
- 确定分组标志：根据分析目的选择。例如研究收入分布，选择“月收入”作为数量标志；研究企业规模，选择“员工人数”或“资产总额”。
- 排序与求全距：将数据从小到大排序，计算全距 R = 最大值 - 最小值。
- 确定组数与组距：经验公式（Sturges 规则）：组数 k ≈ 1 + 3.322 × log₁₀(n)，其中 n 为数据个数。组距 d = R / k，通常取整数或便于理解的数值（如5、10、100）。
- 确定组限：第一组下限应略小于最小值，最后一组上限应略大于最大值。注意不重不漏原则——每个数据只能落入一个组，且所有数据都要被包含。通常采用“上限不在内”原则（即每组包含下限，不包含上限，如 [100, 200) 表示100≤x<200）。
- 计算组中值：用于后续计算均值、方差等统计量。
4.1.3 案例拆解：某公司50名员工月薪分组
假设原始数据为50名员工的月薪（单位：元），最低3200，最高12800。全距 R = 12800 - 3200 = 9600。取组数 k = 6（根据公式约6组），组距 d = 9600 / 6 = 1600，取整为2000元便于阅读。分组结果如下：
| 组别 | 组限（元） | 组中值（元） | 频数（人） |
|---|---|---|---|
| 1 | 3000 ~ 5000 | 4000 | 8 |
| 2 | 5000 ~ 7000 | 6000 | 15 |
| 3 | 7000 ~ 9000 | 8000 | 12 |
| 4 | 9000 ~ 11000 | 10000 | 9 |
| 5 | 11000 ~ 13000 | 12000 | 6 |
注意：第一组下限取3000（略小于最小值3200），最后一组上限取13000（略大于最大值12800）。分组后，数据的集中趋势（5000-7000元组频数最高）和分布范围一目了然。
4.2 频数分布：数据分布的量化表达
4.2.1 核心原理：频数、频率与累计频数
频数分布是统计分组后各组数据出现次数的分布情况。它通过频数（f）、频率（f/n）、累计频数（向上累计或向下累计）三个维度描述数据在各组中的分布形态。频数分布表是编制直方图的基础，也是检验数据质量的重要工具——例如，若某组频数异常高或异常低，可能提示数据录入错误或分组不合理。
4.2.2 编制步骤与判断方法
- 排序：将原始数据按升序排列。
- 分组：按4.1节方法确定组限。
- 计数：使用Excel的FREQUENCY函数或手工划记法统计每组频数。
- 计算频率与累计频数：频率 = 频数 / 总个数；向上累计频数表示该组及以下各组频数之和。
- 观察分布形态：绘制频数分布图（直方图）判断数据是否近似正态分布、左偏（均值小于中位数）或右偏（均值大于中位数）。
4.2.3 实战场景：频数分布表在质量检验中的应用
某工厂检测一批螺栓的直径（规格要求10.00±0.05mm），抽取100个样本。通过编制频数分布表，发现直径在9.95~9.98mm的频数高达40个，而10.00~10.02mm的频数仅10个。这说明生产设备存在系统性偏差（整体偏小），需要调机。若仅看平均值（9.98mm）可能误判为合格，但频数分布揭示了偏移方向与集中程度，这是质量控制的关键依据。
4.3 统计表：规范化的数据呈现载体
4.3.1 核心原理：统计表的结构与类型
统计表是系统地表述数字资料的基本形式，由表头（总标题）、行标题（主词）、列标题（宾词）和数字资料四部分组成。主词是统计表所要说明的对象（如各组名称），宾词是说明主词的统计指标（如频数、频率）。统计表分为简单表（主词未分组）、分组表（主词按一个标志分组）和复合表（主词按两个及以上标志分组）。
4.3.2 制表规范与操作流程
- 标题简明：总标题应概括表的内容、时间、地点。
- 单位标注：若所有数据单位一致，在表右上角统一标注；否则在指标名后标注。
- 线条简洁：通常使用三线表（顶线、栏目线、底线），避免竖线和斜线。
- 数字填写：数字对齐，无数据用“—”表示，缺数据用“…”说明。
- 合计与备注：必要时增加合计行，并在表下方添加注释说明数据来源或口径。
4.3.3 案例拆解：复合表的使用
某市调查居民消费支出，按“收入分组”和“消费类型”两个标志编制复合表，可以同时分析不同收入群体的消费结构差异。例如：
| 收入分组 | 食品支出（元） | 教育支出（元） | 娱乐支出（元） |
|---|---|---|---|
| 低收入组 | 1200 | 300 | 100 |
| 中等收入组 | 1800 | 600 | 400 |
| 高收入组 | 2500 | 1000 | 900 |
该表清晰展示了收入水平与消费结构的关系，比罗列原始数据更具决策价值。
4.4 统计图：直观展示数据的四种基本图形
4.4.1 核心原理：图形选择与数据特征匹配
统计图的选择取决于数据类型与分析目的：直方图用于展示连续变量的频数分布；条形图用于比较分类变量的数值大小；折线图用于展示时间序列或连续变量的变化趋势；饼图用于展示各部分占整体的比例。错误选择图形会误导读者，例如用饼图展示连续变量的分布（应使用直方图），或用折线图连接无顺序的分类数据。
4.4.2 制作要点与解读方法
- 直方图：横轴为组限（连续刻度），纵轴为频数或频率，矩形之间无间隙。解读时关注分布形状（对称、左偏、右偏）、峰值位置、是否有离群值。
- 条形图：横轴为分类标签，纵轴为数值，条形之间有间隙。可绘制水平条形图（类别名称较长时）。解读时比较条形高度差异。
- 折线图：横轴通常为时间或有序类别，纵轴为数值，用点与线连接。解读时关注趋势方向、波动幅度、拐点。
- 饼图：以扇形角度表示占比，适合展示2-5个类别的比例。解读时关注最大与最小扇区，但不宜用于精确比较（人眼对角度不如长度敏感）。
4.4.3 实战场景：四种图形的综合应用
某电商平台分析2024年销售数据：① 用折线图展示全年月度销售额趋势，发现8月与11月为高峰；② 用条形图对比各品类（家电、服饰、食品、数码）的年度销售额，发现家电占比最大；③ 用饼图展示各品类销售额占比，直观显示家电占40%；④ 用直方图分析每日订单量的分布，发现订单量集中在5000-8000单区间，为仓储资源配置提供依据。
4.5 常见误区与总结复盘
| 误区类型 | 具体表现 | 正确做法 |
|---|---|---|
| 分组不当 | 组数过多或过少，组限重叠 | 使用Sturges公式，遵循“上限不在内” |
| 频数计算错误 | 遗漏数据或重复计数 | 使用Excel FREQUENCY函数或二次核对 |
| 统计表不规范 | 缺少单位、合计、来源 | 按三线表规范，完整标注 |
| 图形误用 | 用饼图展示连续数据，用折线图连接无序分类 | 根据数据类型选择图形 |
| 解读过度 | 从图形中强行得出因果结论 | 图形仅描述分布，因果需进一步统计分析 |
总结复盘：统计整理与数据展示是统计分析的“门面”，其质量直接影响后续推断统计的准确性。本章核心逻辑为：明确分组标志 → 科学分组 → 编制频数分布 → 规范制表 → 恰当选图 → 准确解读。在初级统计师考试中，需重点掌握组距与组中值的计算、频数分布表的编制、直方图与条形图的区别，以及统计表的规范格式。实务中，建议使用Excel或Python（Pandas + Matplotlib）快速完成整理与可视化，但必须理解每一步背后的统计原理，避免“工具依赖症”。