情深叉喔｜把图表概览、数读文章与统计口径并列的阅读网站，可按栏目查找条目

相关系数对少数极端点很敏感，一两个离群值就可能明显抬高或压低结果。看到强相关时，应先检查散点图中是否有异常点，并确认剔除或保留的理由，再判断关系是否稳定。

瀑布图用首尾柱表示起点与终点，中间每根柱代表一项增减，柱子的升降方向对应上升或下降。它擅长说明总量变化由哪几项贡献，但各项若相互影响，需要在说明中交代，避免把贡献简单相加。

数据来自问卷自报、仪器实测还是行政记录，结果会有系统差异：自报数据受记忆与表述影响，实测数据受采样时点影响。把不同采集方式的数据并列比较时，应在说明中标注来源方式，并指出可能带来的偏差方向。

行业分类、职业分类等标准会修订换版，同一名称在新旧版本中的范围可能变化。用不同版本的分组数据做对比，会出现“同名不同内容”的问题；应确认版本号，必要时按新旧对照关系重新归类后再比较。

同一个指标名称，纳入项不同，结果会差很多。比如就业人员是否包含临时工、个体户是否计入，都会影响总量。阅读统计说明时，要先找到指标定义中的“包括”和“不包括”，再判断两组数据是否真的可比。

不同机构对失业率、可支配收入等指标的定义常有差别，涉及统计对象、是否计入某项收入、按什么价格计算。直接对比两家的数字，差异可能来自定义而非实际变化。比较前应查各自指标说明，确认定义一致或注明差别。

同一地名在不同年份可能对应不同行政区划，边界调整会改变着色范围。使用地图展示数据时，应注明行政区划版本和统计地域口径，避免把区划变化误读为数值变化。

数读文章中常引用研究者或机构评论，这些属于解释，不等同于统计结果。阅读时应看评论是否有数据支撑，以及评论是否超出样本范围，避免把观点当成事实。

同一指标可能以元、万元、亿元或不同时间单位发布，未换算就比较容易产生数量级误判。比较前应统一单位和时间基准，并核对是否按可比价格或同一汇率折算。

标准差描述个体数据围绕均值的离散程度，标准误描述样本统计量估计总体参数时的波动。图中误差线若未注明是哪一种，就不能直接判断个体差异或估计精度，需回看方法说明。

误差线可能表示标准差、标准误或置信区间，三者含义不同。图注应写明类型与置信水平，否则看到误差线重叠或分开，也不能直接判断组间差异是否显著。

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。

组合图常把柱形与折线放在同一画面，左右轴若量纲或数量级不同，交点与相对高低没有直接含义。先确认两轴各自单位、范围和对应系列，再判断趋势是否可比。

当基期数值为零或为负时，常规增长率公式会失去意义，算出的百分比容易误导。此时应报告绝对增减量，并说明基期状态；若基期为负，可改看变化额或采用适合的指数方法。

数据出现明显升降时，先核对变化发生的时间点，再看同一时间附近是否有政策调整、统计口径变化或外部事件。事件若发生在数据截止日之后，就不能用来解释当期变化；时间对不上时，应优先怀疑数据或口径问题。