实时爆料丨每日主题大赛丨聚集地｜查阅数据读解文章的网站，按图表概览、数读文章与统计口径分栏浏览

对数坐标上相等距离代表相同比例变化，适合比较跨数量级的数据；但它会压缩大值、放大小值，不能直接读绝对增量。使用时应标明是对数轴，并结合原始值解释。

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。

极差只由最大值和最小值决定，易受个别异常值影响；四分位距取中间50%数据的跨度，对极端值不敏感。比较离散程度时，若分布偏斜或存在离群点，优先看四分位距。

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。

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。

误差线表示估计的不确定范围，重叠时不宜直接断言两组有差异。应结合样本量、置信水平和统计检验结果，再判断差异是否可靠。

正文提到“图2”“表3”时，回到对应图表检查指标名称、时间范围和单位是否一致。编号错位会让论据与图表不匹配，结论需重新核对。

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。

数据文章常通过对照组说明变化，若比较组在时间、地区或人群上与对象不可比，结论就容易偏差。阅读时应确认比较组如何选取，是否与主题同口径，必要时改用更贴近的参照组。

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。

图表主标题通常只给出主题词，真正的比较对象、地区范围和统计年份多放在副标题里。读图前先看这两行，确认图中比较的是哪些对象、覆盖多长时间，再判断趋势与差异是否具备可比性。

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。

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。

统计总体是纳入统计的对象集合，可能与全部对象有差异。阅读口径说明时要确认纳入与排除条件，例如覆盖范围、登记状态和统计时点。

合计与分项相加不等，常见原因包括存在其他未列项、四舍五入、统计范围不同或缺失值处理方式不同。遇到这种情况应先看脚注和口径说明，不应直接调整分项数字去凑合计。