1702633654
1702633655
作业4：描述一项医学研究。访问《美国医学会期刊》的网站（http://jama.ama-assn.org），该网站和《新英格兰医学期刊》的网站（http://content.nejm.org）不一样，前者允许让大家在网上自由阅读期刊中某些文章的全文。从最新一期或者过去的任何一期中，选一篇讨论某个你感兴趣的研究主题的文章。据此写一篇报纸报道，把研究的设计和发现概要写出来。（一定要包括统计学方面的说明，比如是观察研究还是实验，以及有没有随机化的步骤。新闻报道中常会忽略这些事实。）
1702633656
1702633657
作业5：混合动力车。在你就读的大学中，学生和教职员比起来，开混合动力车的机会比较大还是比较小？设计并执行一项研究来找出答案，并写一份报告说明你的设计和发现。你得先把混合动力车和非混合动力车定义清楚，使每一辆车在归类时不会模棱两可。然后，你得找到合适的汽车样本，也许可以到学生停车区和教职员停车区去找。如果停车区域很大，你不必一辆一辆去查看，抽样即可。
1702633658
1702633659
作业6：数据伦理。找一篇内容与统计研究的伦理问题有关的新闻报道。对这项争议做一下概述，并写下你认为可以得出的结论。
1702633660
1702633661
以下是怎样着手完成这个作业的一个例子。用人类实验对象测试新药的疗效一直是医学研究关注的问题。如何在对知识的需求和让实验对象免受伤害之间取得平衡？到《纽约时报》网站（www.nytimes.com）上搜索“实验和伦理”（experiments and ethics）档案，用experiments和ethics作为搜索关键字，你可以找到很多篇文章，包括2010年2月21日那天一篇很好的文章。关于这些文章，你可能可以在线读，如果不能，你就必须付费阅读或去图书馆查阅。你也可以尝试用谷歌搜索，键入“drugs and human guinea pigs”，也会得到一些相关的链接。
1702633662
1702633663
作业7：度量家庭收入。家庭收入指什么？家庭收入可以用来判断其是否有资格被纳入政府的援助低收入家庭计划。家庭收入的计算方式还牵涉到政治效应，政治保守派常常声称政府数据夸大了穷人的人数，因为数据里面只包括金钱收入，而没有计入食物券的等价金额和房屋津贴。自由主义者则回应说，政府应该只考察家庭的金钱收入，这样才看得出有多少家庭需要帮助。
1702633664
1702633665
假设你是一位美国国会议员的助理，这位议员正在考虑提出一项新的福利法案。写出家庭收入的确切定义，当作判断哪些住户有资格接受福利援助的依据，而且必须写成一篇短文。你会不会把非金钱收入，例如食物券的价值和房屋津贴也包括进去？为了让父母能够外出工作而必须花费的托儿费，你会不会从家庭收入中扣减掉？有些值不少钱但并不增加家庭收入的资产，比如房产，又怎么算？
1702633666
1702633667
1702633668
1702633669
1702633670
统计学的世界（第8版） [:1702629681]
1702633671
统计学的世界（第8版） 第2部分 整合数据
1702633672
1702633673
1702633674
仅靠文字本身不能构成故事，得由作者把文字组成句子，再把句子编成故事。如果文字组合得不好，故事可能让人看不大懂。数据也一样，要让人看清楚数字隐含的信息，同样需要经过整合。文字写得太唆，会让主题变模糊而不是变清楚。罗列一大堆数据更是叫人难以消化，因此我们常常需要一个言之有物的概要，来凸显重要的内容。应该如何整理、综合与呈现数据，就是本书第二部分的主题。
1702633675
1702633676
在整理与综合大量的事实时，最容易扭曲事实，其中有些是无心的，有些却是故意的。不管呈现事实用的是数字还是文字，上述情况发生的概率都差不多。我们将指出，在呈现数据时会让不小心的人上当的一些陷阱。把统计数据看成说谎工具的人，看统计报告时会把注意力都放在数据综述和展示上。我们却主张，误导性的综述和选择性的展示早在偷食禁果的亚当、夏娃跟上帝的对话中就已出现了。不要怪统计数据，老话说：“数字不会说谎，但说谎的人会算计。”所以，要小心。
1702633677
1702633678
1702633679
1702633680
1702633681
统计学的世界（第8版） [:1702629682]
1702633682
统计学的世界（第8版） 第10章 好图表与坏图表
1702633683
1702633684
案例分析
1702633685
1702633686
美国人的阅读量在减少，而且阅读技能在衰退。“每日阅读的习惯，与更好的阅读技巧和更好的学业表现高度相关。”美国国家艺术基金会的一份报告如是说。这份报告中有一幅图，见图10–1。它夹杂在其他图表中，试图让美国人相信他们的阅读能力在衰退。图中显示的趋势确实是下降的，我们应该担心这个问题吗？
1702633687
1702633688
统计学被用于处理数据，图表则被用来展示数据。图表可以帮助我们看清楚数据在说什么，但并非所有图表都能做到这一点。在这一章，我们将学习一些展示数据的基本方法，以及如何评估你在媒体上接触到的图表的质量。在本章最后，你将学会评估图10–1是一幅好的图表还是坏的图表。
1702633689
1702633690
1702633691
1702633692
1702633693
图10–1 2007年11月美国国家艺术基金会的阅读调查报告中的一幅图
1702633694
1702633695
数据表
1702633696
1702633697
建议你翻看一下《美国统计摘要》，它每年出版一本，里面有各式各样的数字信息。私立小学和中学的数目是不是有所增长？在这些学校的学生中，弱势群体占多大比例？在过去几年中，每年平均有多少人得到学士学位？这些学位若根据学习领域来分，或者根据获得者的年龄、种族或者性别来分，各占多大比例？所有这些以及更多其他信息都可以在《美国统计摘要》的“教育”那一节里找到。这些数据表（Data table）对统计数据做了摘要。我们并不想要有关每一个大学学位的信息，只想知道我们感兴趣的那些数字。
1702633698
1702633699
例1 什么样的图表才算清楚？
1702633700
1702633701
成年人的受教育程度如何？表10–1展示了25岁及以上成年人的数据。这个表是数据图表的一个好的示范，表的标示很清楚，数据的主题一目了然。主标题描述了数据的主题，并且列出了年份，因为这种数据会逐年改变。表里面的项目简单说明了变量，以及变量的单位，例如，人数以千人为单位。数据来源出现在表的底部。这份人口普查局发布的结果，事实上是从“当前人口调查”中得到的。
1702633702
1702633703
表10–1 25岁及以上成年人的受教育程度，2009年