💡 谁能按频率排，只看这个变量的标签。nominal 按频率排合适，ordinal 要按它自己的等级顺序排，频率高低跟等级顺序没有关系。

顺着这张图再往下看一处。柱状图用长度编码频率，频率轴始终从 0 开始。🚩 课上还有一张把 y 轴起点从 0 抬到 1000 的图，几个类别之间的差距在视觉上被拉大，那张图就是拿来演示错误做法的。所以选项里出现被截断的坐标轴，心里先亮一下。

🎨 再往下一步是颜色映射怎么选

如果这道题在选 colormap，标签同样先说话。有顺序的数据、多数 ordinal 或数值变量，配 sequential；数据里存在一个关键中间值，比如 0，配 diverging；首尾能接上的数据，像相位角或者一天中的时刻，配 cyclic；没有内在顺序的类别，配 qualitative。

这四类怎么挑，跟着的仍然是那个标签。有顺序的数据配一条由浅到深的色带，读图的人顺着深浅就能读出大小；没有顺序的类别硬套 sequential，颜色的深浅会凭空造出一个高低关系，图上就多了一层原始数据里没有的信息。

说到这里，一个标签已经把统计量、排序和颜色三处都管住了。review 材料按主题分开讲，做题时却是同一个标签一路往下带，这就是我把定级放在最前面的原因。

⚠️ 规则自带例外的三个位置

只背一句「nominal 求不了 mean」，在下面这三处会栽。

• 只有两个类别的 nominal 变量，编码成 0 和 1 之后求 arithmetic mean，得到的就是其中一类的比例。两类别 0/1 编码这个口子要单独记住。
• Likert 量表属于 ordinal，实务里常对它求 arithmetic mean，争议点在于相邻档位之间的间距未必被受访者感知为相等。这一条保留它的争议状态，两边都别写死。
• 时间数据可以按 ratio 处理，不过受周末、假期、季节这些日历效应影响，简单算术平均可能失去信息量。

⚡ 标签给方向，例外单独记。这三处里，前两处都长着「档位明明很低却能求 mean」的样子，只按一句口诀走会连着判错两处。

✅ 考场上把这套动作跑一遍

• 在草稿上写下这个变量的档位，比如 clarity → ordinal
• 对照运算许可，把标签不允许的统计量选项先划掉
• 剩下的选项里，检查类别排序跟这个标签对得上
• 再确认颜色映射的类型跟标签一致，顺手看一眼坐标轴的起点

这场是这门课里唯一一场把 AI 关在门外的 assessment，学期里靠工具挑图表的那套做法，在考场上没有对应替代。所以定级这个动作要练到不用想，读完题干顺手就写下来。

🎯 四步压成一句就是先写档位，再划掉标签不允许的选项。