yeess.sbs｜整理数据类文章与图表资料的网站，介绍数据变化、统计口径和图表阅读线索

样本量较小时，百分比会因个别案例变动而大幅波动。例如十人中一人即为10%，不宜与大人群比例直接比较。引用小样本百分比应同时给出基数，并说明调查范围与抽样方式。

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。

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。

指数通常以某个年份为基期定为100，不同基期的指数水平不能直接比较；若要跨基期比较变化幅度，需先换算到同一基期，或只比较各自计算出的增长率。

月度数据常受季节因素影响，年末、假期等时段会规律性偏高或偏低；直接比较相邻月份容易误判，应先看历年同月变化或采用经过季节调整的口径。

只看涨幅大小容易忽略数据是在上升、下降还是震荡。结合连续几个周期的方向和幅度，并对照口径是否调整，才能判断变化是短期波动还是趋势转折。

图中同时出现历史实测与未来预测时，需要让读者一眼分辨两者。常用做法是预测部分改用虚线、浅色或加背景区分，并在图例中注明。若不加区分，读者可能把估计值当成已发生的结果，从而高估结论的确定性。

调查数据常按年龄、地区等结构加权，使样本更接近总体。未加权与加权后的占比可能差异明显，引用时需确认文章采用哪种算法及权重来源。

置信区间描述总体参数估计的不确定范围，不是单个观测值的分布区间。它随置信水平和样本量变化，不能据此判断某个个体落入其中的概率。

同一图表用颜色区分类别时，可辨数量有限，类别过多会让相邻色难以对应。建议把类别控制在少量范围，并同时用文字标签或直接标注；还要考虑色觉差异，避免只靠红绿区分。

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。

图表缺少图例、单位或时间范围时，颜色和线条的含义无法确认，数值也可能被误读。遇到这类图表，应先找原始说明核对；关键结论不能只依赖一张信息不全的截图。

抽样误差来自随机抽取，通常随样本量增大而缩小；抽样偏差来自抽样框遗漏或执行偏差，扩大样本也不能消除。读文章时应分别看误差范围和样本纳入方式。

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。

读图时先确认横轴表示时间还是类别、纵轴的单位与刻度起点，再看线条或柱高变化。坐标轴含义不清时，容易把单位差异或刻度压缩误当成真实变化。