QBUS5001 COURSE｜数字出来前，先把问题说清楚
🧭 Excel 打开之前，先停半分钟
QBUS5001 前期很容易出现一种忙碌：表格已经打开，函数也能找到，可手上的数据代表什么，还没有说清楚。那接下来无论是画图、算均值还是比较两个结果，都会缺一层判断依据。前三周材料其实反复指向同一套判断顺序：先辨认研究对象和数据结构，再挑统计工具，最后把结果放回业务问题里解释。
比如一列门店编号全是数字，但编号扮演的角色仍然是类别标签，拿它求平均值没有可以解释的含义。满意度等级有高低顺序，不过相邻等级的距离未必相等，直接当作普通数值来算，后面的结论就会缺少根基。所以第一步是确认这列数字代表谁、属于哪种类型、能做什么运算，然后才轮到计算。
💡 统计工具可以把指令执行得很快，但分析起点仍是一句普通话：「这列数据代表谁，用来比较什么。」
🧩 变量类型会把工具范围缩小
数据认清以后，工具选择就没有那么散了。Week 1 Tutorial 的旅游数据里，州名是分类变量，游客数是数值变量，目标是比较不同州在两个年份的差异。簇状柱状图能把两个年份并排放在每个州下面，而饼图更适合展示一次构成——占比放进去容易，跨年份变化却很难读出来。
在点击 Excel 之前，可以先填一张小表：
| 要说清的内容 | 填好的示范 | 它控制什么 |
|---|---|---|
| 手上的变量 | 州名、游客数 | 分类与数值怎样搭配 |
| 想比较的关系 | 各州两个年份的游客数 | 图表需要同时容纳类别和年份 |
| 准备使用的工具 | 簇状柱状图 | 两个年份并排，方便逐州比较 |
这张表看着多一步，其实只占半分钟。它把「随手点一个图」改成变量类型和比较目标共同决定图表，后面写解释的时候也会顺很多。
🔍 整体数字还要再拆一层
图画出来、汇总数字算好以后，也别急着收尾。Week 1 的辛普森悖论材料里，所有数据放在一起时，x 与 y 呈弱正线性关系；分成 A、B、C 三组以后，每组内部却都呈弱负线性关系。这个例子提醒的是一项很具体的检查动作：看到整体趋势后，再看看分组结构会不会把方向改掉。
检查可以按这个顺序走：
