1702634120
（b）简要描述一下，这些年来波士顿马拉松比赛的女子冠军成绩呈现出怎样的形态？最近几年是否成绩不再提高？
1702634121
1702634122
10.29 网上练习。找出一个坏图的例子。一个可能的来源是达特茅斯学院的CHANCE网站，登录http://test.causeweb.org/wiki/chance/index.php/Main_Page，点击Chance News栏目，也可以用谷歌搜索引擎查询“misleading graphical displays in the media”。
1702634123
1702634124
10.30 网上练习。找一个变量的例子，比如一种商品随时间变化的价格。一个可能的来源是美国劳工部劳工统计局网站，登录www.bls.gov/cpi/home.htm，点击Average Price Data。
1702634125
1702634126
1702634127
1702634128
1702634129
统计学的世界（第8版） [:1702629683]
1702634130
统计学的世界（第8版） 第11章 用图呈现数值变量的分布
1702634131
1702634132
案例分析
1702634133
1702634134
营养学家告诉我们，健康的饮食习惯包括每天摄入20~35克纤维。麦片制造商希望借此吸引关注健康的消费者，宣称其产品“富含纤维”和其他营养成分。麦片包装盒上的食品标签（由美国食品和药物管理局审批）上有让消费者选择健康早餐麦片的信息。
1702634135
1702634136
如果你走到超市的早餐麦片货架边，就会发现那里陈列着各式各样的麦片产品。你可以检视每种产品的包装盒，看看它们的纤维含量。但是，那些数字都代表什么意思呢？你最喜欢的麦片品牌Wheaties含有3克膳食纤维，它属于高纤维产品吗？你可以列出各种麦片产品的纤维含量，但你很难从这个长长的清单上看出名堂来。正如我们在第10章看到的，绘图是一个让大量数据变得有意义的强大工具。
1702634137
1702634138
在这一章，我们将学习两种图——直方图和茎叶图，它们可以帮到我们。在本章的最后，你将学会如何绘制这两种图，以及该怎么看懂它们。
1702634139
1702634140
直方图
1702634141
1702634142
类别变量只记录所属类别，比如一位女性的婚姻状况，或者一位大学生的种族。因为类别变量的可能值相对来说不多，所以我们可以用饼图或柱状图来呈现类别变量的分布。但像美国学术能力评估测试分数或者家庭收入这类数值变量，要如何呈现呢？因为这类变量的可能值太多了，所以要是把比较接近的值归为一组的话，画出的图会清楚些。呈现数值变量分布最常用的图，就是“直方图”（histogram）。
1702634143
1702634144
例1 如何画直方图
1702634145
1702634146
表11–1列出了美国50个州65岁及以上居民所占的百分比。要画出这个变量分布的直方图，可以依照以下步骤。
1702634147
1702634148
表11–1 各州年龄在65岁及以上人口所占百分比，2008年7月
1702634149
1702634150
1702634151
1702634152
1702634153
资料来源：2010年《美国统计摘要》，在线数据www.census.gov/compendia/statab/
1702634154
1702634155
第一步：将数据的区间拆分成同等宽度的多个组。表11–1中的数据范围为7.3%~17.4%，所以可以被拆分为以下各组：
1702634156
1702634157
7.0%≤65岁及以上居民所占百分比<8.0%
1702634158
1702634159
8.0%≤65岁及以上居民所占百分比<9.0%
1702634160
1702634161
……
1702634162
1702634163
17.0%≤65岁及以上居民所占百分比<18.0%
1702634164
1702634165
一定要清晰地定义组界，以便每个个体都能落在某个组中。换言之，确保各组是唯一的（每个个体只属于一个组）和完全的（所有个体都包含其中）。某个州的65岁及以上居民的占比为7.9%，就应该落在第一组，但如果是8.0%，则应该落在第二组。
1702634166
1702634167
第二步：点数每组的个体数量。
1702634168
1702634169
