AP Statistics
stemplot
Còn gọi: stem-and-leaf plot

Biểu đồ thân–lá (stemplot) là biểu đồ tách mỗi giá trị thành thân (chữ số đầu) và lá (chữ số cuối), cho thấy dạng phân phối mà vẫn giữ dữ liệu gốc.
Biểu đồ thân–lá được xây dựng bằng cách chọn một hoặc nhiều chữ số đầu của mỗi quan sát làm thân, rồi ghi chữ số còn lại (thường là hàng đơn vị) làm lá sang bên phải cùng hàng. Chẳng hạn, giá trị 47 sẽ có thân là 4 và lá là 7; giá trị 43 cũng có thân 4 nhưng lá là 3. Nhờ cách tổ chức đó, toàn bộ dữ liệu gốc được bảo toàn — điều mà biểu đồ cột (bar chart) không làm được vì đã gộp dữ liệu vào từng nhóm.
Vì các lá trên mỗi hàng tạo thành một dãy nằm ngang, hình dạng tổng thể của biểu đồ thân–lá phản ánh trực tiếp hình dạng phân phối: hàng nào nhiều lá thì ứng với khoảng giá trị xuất hiện thường xuyên. Do đó, người đọc có thể nhận ra ngay tính đối xứng hay lệch của dữ liệu, phát hiện khoảng trống, cụm, hoặc giá trị ngoại lai (outlier) mà không cần vẽ thêm đồ thị khác. Tuy nhiên, biểu đồ thân–lá chỉ phù hợp với tập dữ liệu nhỏ đến trung bình; khi số quan sát lên đến hàng trăm hay hàng nghìn, các hàng lá trở nên quá dài và mất đi lợi thế trực quan.
Một dạng mở rộng hay gặp trong đề thi là biểu đồ thân–lá đối chiếu (back-to-back stemplot), trong đó hai nhóm dữ liệu dùng chung một cột thân ở giữa, lá của nhóm thứ nhất trải sang trái và lá của nhóm thứ hai trải sang phải. Nhờ bố cục đối xứng này, việc so sánh giá trị trung bình, độ trải, và hình dạng của hai phân phối trở nên trực tiếp hơn so với đặt hai biểu đồ riêng lẻ cạnh nhau. Khi mô tả bất kỳ biểu đồ thân–lá nào, cần đề cập đủ bốn yếu tố: hình dạng, tâm, độ biến thiên, và các đặc điểm bất thường — đồng thời đặt nhận xét trong bối cảnh của dữ liệu.
Trực giác: Hãy hình dung mỗi số liệu như một chiếc lá mọc ra từ cành cây: cành chung nhau thì lá xếp chung một hàng, nhìn vào là thấy ngay chỗ nào rậm, chỗ nào thưa.
đầu thế kỷ 20 (phổ biến từ 1977)Arthur Lyon BowleyJohn Wilder Tukey
Đầu thế kỷ 20, khi muốn nhìn hình dạng của một tập số liệu, người ta thường phải gom dữ liệu thành nhóm và vẽ biểu đồ cột tần số (histogram); cái giá phải trả là các con số gốc bị nuốt mất bên trong mỗi cột. Cách sắp xếp của Bowley khắc phục đúng chỗ đó, và đến năm 1977 Tukey đưa nó thành một công cụ trung tâm của việc thăm dò dữ liệu bằng tay. Nhờ chỉ cần bàn phím máy chữ với các ký tự đều bề rộng, kiểu biểu đồ này rất dễ in ra bằng công nghệ máy tính thời đó, nên lan rộng suốt thập niên 1980. Khi máy tính vẽ được đồ họa đẹp hơn, nó dần ít được dùng, song vẫn tồn tại trong các phần mềm như R và Octave.
Ở nửa bên trái của biểu đồ thân–lá hai phía, lá đọc từ thân hướng ra ngoài.
Trong dạng đồ thị này (back-to-back stemplot), hai nhóm dùng chung cột thân ở giữa, nên nhóm bên trái được viết ngược: lá gần thân nhất là chữ số nhỏ nhất, càng ra xa mép trái thì giá trị càng lớn. Nhiều học sinh quen đọc từ trái sang phải nên tưởng lá ngoài cùng bên trái là nhỏ nhất, và thế là xếp thứ tự dữ liệu sai ngay từ bước đầu. Hậu quả không dừng ở một con số: trung vị, tứ phân vị và cả nhận xét về hình dạng đều lệch theo.
Không có chú giải (key) thì mọi con số đọc ra đều vô nghĩa.
Một hàng có thân là và lá là có thể là , có thể là , cũng có thể là tùy quy ước mà người vẽ đặt ra. Vì vậy trước khi tính bất cứ thứ gì, hãy tìm dòng chú giải và viết ra một giá trị mẫu để tự kiểm chứng. Khi chính bạn là người vẽ biểu đồ, thiếu chú giải là mất điểm trình bày, dù các lá đã xếp đúng thứ tự.
Hàng có nhiều lá hơn nghĩa là nhiều quan sát hơn, không phải giá trị lớn hơn.
Đây là bẫy quen thuộc của các câu hỏi so sánh hai nhóm: một nhóm có bề ngang lá dày đặc chỉ cho biết tần số ở khoảng đó cao, còn việc giá trị lớn hay nhỏ lại do vị trí của hàng thân quyết định. Tương tự, độ phân tán phải nhìn theo chiều dọc — dữ liệu trải qua bao nhiêu hàng thân, từ hàng đầu tiên đến hàng cuối cùng — chứ không phải nhìn hàng nào dài nhất. Nhóm có ít quan sát vẫn có thể phân tán rộng hơn nhóm đông người.
Trung vị phải đếm riêng trong từng nhóm, không đếm gộp cả hàng hai bên thân.
Vì hai nhóm dùng chung cột thân, mắt rất dễ quét ngang qua cả dòng và tính luôn lá của nhóm kia vào. Cách an toàn là đếm số lá của riêng một bên để có cỡ mẫu , rồi lấy giá trị ở vị trí thứ khi lẻ, hoặc trung bình hai giá trị giữa khi chẵn. Trong bài về hai phòng ban của một công ty, cách đếm này cho trung vị của phòng A là đô la còn phòng B chỉ là đô la — hai con số rất khác nhau mà chỉ cần đếm nhầm vài lá là đảo ngược kết luận.
Quiz câu thật từ ngân hàng đề
Vài câu thật gắn đúng khái niệm này, chấm ngay kèm giải thích từng đáp án — hệ thống ghi nhớ bạn nắm tới đâu.
Biên soạn bởi DucklingStudy, bản quyền thuộc DucklingStudy. Xuất bản .
Vì sao mang đúng cái tên này? Cái tên nghe như đang nói về cây cối, nhưng lý do lại rất hình ảnh và rất thực dụng. Mỗi giá trị được cắt làm hai phần: phần đầu gồm tất cả các chữ số trừ chữ số cuối được gọi là thân (stem), còn chữ số cuối cùng được gọi là lá (leaf). Các thân xếp thành một cột dọc bên trái giống như một cành cây dựng đứng, và mọi giá trị có chung phần đầu sẽ mọc lá ra bên phải thân đó. Chẳng hạn với hai số 38 và 52 thì thân lần lượt là 3 và 5, lá lần lượt là 8 và 2. Do đó, nhìn ngang qua hàng lá dài ngắn khác nhau, ta thấy ngay hình dạng phân bố hệt như một biểu đồ cột nằm ngang, nhưng khác ở chỗ mọi con số ban đầu vẫn còn nguyên vẹn trên hình. Trong tiếng Anh, tên đầy đủ là stem-and-leaf display hoặc stem-and-leaf plot, và dạng rút gọn stemplot chính là cách ghép hai chữ ấy lại.
Bấm cột "tuổi" rồi bật thân–lá — xem 28 con số thô tự xếp thành hình mà vẫn đọc lại được từng số
Kéo tham số, thấy khái niệm chuyển động — mở khoá bằng tài khoản 0đ.
Câu so sánh hai phân bố phải nói đủ tâm, độ phân tán, hình dạng và giá trị ngoại lai (outlier).
Giám khảo chấm theo bốn thành phần đó, nên thiếu một phần là mất điểm dù ba phần kia viết đúng. Ngoài ra, mỗi nhận xét phải là câu so sánh thật sự và gắn với bối cảnh: viết "trung vị số tiền quyên góp của phòng A cao hơn phòng B" chứ đừng viết hai câu rời rạc kiểu "A là 55, B là 20" rồi để người chấm tự nối.
Trước khi trả lời, hãy viết ra cỡ mẫu của từng nhóm ngay bên cạnh biểu đồ.
Hai nhóm trong biểu đồ hai phía thường không bằng nhau, và chính chỗ này sinh ra đa số lỗi tính trung vị lẫn tứ phân vị. Đếm lá một lần, ghi và ra lề, rồi mới xác định vị trí giá trị giữa — thao tác này tốn mười giây nhưng cứu được cả câu tự luận.
Với câu trắc nghiệm, kiểm tra chiều tăng của lá bên trái trước khi loại phương án.
Đề hay đặt sẵn một phương án đúng nếu bạn đọc ngược nửa bên trái, nên phương án đó trông rất hợp lý. Hãy chỉ vào lá sát thân nhất của bên trái, tự nhắc rằng đó là giá trị nhỏ nhất trong hàng, rồi mới đối chiếu các mệnh đề về giá trị lớn nhất, nhỏ nhất và độ lệch của phân bố.
Đọc ngược khóa, ta thu lại đủ 12 giá trị của mỗi phòng; trung vị đóng góp của phòng A là 26 đô la, của phòng B là 35 đô la. Giá trị 55 đô la ở phòng A không phải là giá trị ngoại lai vì nó nhỏ hơn ngưỡng . So sánh chung: phân bố đóng góp của phòng A lệch phải và có tâm thấp hơn (trung vị 26 đô la so với 35 đô la), đồng thời phân tán rộng hơn (khoảng biến thiên 43 đô la so với 34 đô la), lại có một khoảng trống rồi một khoản 55 đô la nổi bật; phân bố của phòng B gần đối xứng, tập trung hơn và không có giá trị nào tách biệt. Nói ngắn gọn, nhân viên phòng B đóng góp nhiều hơn và đồng đều hơn nhân viên phòng A.
Trung vị điểm kiểm tra của lớp là 75 điểm và khoảng tứ phân vị là 19 điểm. Phân bố điểm gần đối xứng với một đỉnh ở khoảng 70 điểm, tâm ở mức 75 điểm, trải từ 52 đến 98 điểm (khoảng biến thiên 46 điểm) và không có giá trị ngoại lai theo quy tắc 1,5 × IQR. Nếu chuyển sang biểu đồ tần số với nhóm rộng 10 điểm thì ta chỉ kết luận được trung vị nằm trong khoảng từ 70 đến 80, bởi các giá trị riêng lẻ đã bị gộp mất; đó chính là ưu thế của biểu đồ thân–lá với những bộ số liệu cỡ nhỏ.