每曰大赛｜最新数读列出精选文章，逐篇说明背景与适用条件，并提醒留意信息来源、更新时间和原始资料

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。

图表缺少图例、单位或时间范围时，颜色和线条的含义无法确认，数值也可能被误读。遇到这类图表，应先找原始说明核对；关键结论不能只依赖一张信息不全的截图。

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。

只展示部分年份或月份会改变趋势观感。若因版面截取时间范围，应说明起止时间与截取理由，并保留完整序列或数据表链接，避免读者把局部上升误判为长期趋势。

在折线或柱状图中加一条目标线、历史均值线或警戒线，可以让读者判断当前值偏强还是偏弱。参考线必须标注名称和计算口径，不能只画线不说明，否则读者会把它误当成数据系列。

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。

同一张图包含多条折线时，各系列的起止时间可能不同。交叉点或高低差有时只是样本覆盖期不同造成的。比较前应找到共同时间段，并查看图注是否说明各系列的统计期。

堆叠柱状图只有最底层共享同一基线，中间各层的起点会随下层变化。比较中间类别时，视觉高度不能直接当作数值，应改用分组柱状图，或查看数据标签与数据表。

比率类指标由分子和分母共同定义，只写“占比”“率”不够。应说明分子统计什么、分母覆盖哪些对象和时间范围；分子分母口径不一致时，结果会失真。

当分类超过七八项或名称较长时，竖向柱状图的标签容易倾斜、拥挤甚至省略。改为横向条形图，类别名沿纵向排列可完整显示，按长度比较也更方便。类别顺序建议按数值排序或保持固定，便于反复对照。

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。

描述性结论只说明已观察数据的变化，推断则涉及未观察对象或原因。阅读时留意“可能”“表明”等措辞，并回到样本、方法和图表依据核对。

同一批对象按不同指标排序会得到不同名次，阅读排名时应先确认评价的是规模、增速还是人均水平。若指标经过加权，还需查看权重设置，避免把某一榜单当成综合结论。

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。

面对缺失数据，直接删除、插补或单列处理会得到不同结果。阅读统计说明时应查看缺失比例和处理方法，若缺失集中在某类对象，结论可能只代表有记录的部分。