
SPSS基本統(tǒng)計圖表的制作
基本統(tǒng)計圖表的制作 1 P-P圖和Q-Q圖
P-P圖是根據(jù)變量的累積比例與指定分布的累積比例之間的關系所繪制的圖形。通過P-P圖可以檢驗數(shù)據(jù)是否符合指定的分布。當數(shù)據(jù)符合指定分布時,P-P圖中各點近似呈一條直線。如果P-P圖中各點不呈直線,但有一定規(guī)律,可以對變量數(shù)據(jù)進行轉換,使轉換后的數(shù)據(jù)更接近指定分布。
Q-Q圖同樣可以用于檢驗數(shù)據(jù)的分布,所不同的是,Q-Q圖是用變量數(shù)據(jù)分布的分位數(shù)與所指定分布的分位數(shù)之間的關系曲線來進行檢驗的。
由于P-P圖和Q-Q圖的用途完全相同,只是檢驗方法存在差異,SPSS17.0中用于做出P-P圖的對話框和用于做出Q-Q圖的對話框完全一致,下面將對兩者統(tǒng)一加以說明。
具體操作步驟如下:
打開數(shù)據(jù)文件,選擇【分析】(Analyze)菜單,單擊【描述統(tǒng)計】(Descriptive Statistics)命令下的【P-P圖】(P-P Plots)或【Q-Q圖】(Q-Q Plots)命令。“P-P圖”(P-P Plots)、“Q-Q圖”(Q-Q Plots)的對話框分別如圖3-20和圖3-21所示。
圖3-20 “P-P圖”對話框
圖3-21 “Q-Q圖”對話框
在“P-P圖”(P-P Plots)或“Q-Q圖”(Q-Q Plots)對話框中,最左邊的變量列表為原變量列表,通過單擊按鈕可選擇一個或者幾個變量進入位于對話框中間的“變量”(Variables)列表框中。根據(jù)這些變量數(shù)據(jù)可創(chuàng)建P-P圖或Q-Q圖,并進行分布檢驗。
“P-P圖”或“Q-Q圖”對話框的中下方和右方有5個選項欄,選項欄中各選項的意義如下:
(1)轉換(Transform)欄(復選項):
l 自然對數(shù)轉換(Natural log transform):選擇此項,對當前變量的數(shù)
據(jù)取自然對數(shù),即將原有變量轉換成以自然數(shù)e為底的對數(shù)變量。
l 標準值(Standardize values):選擇此項,將當前變量的數(shù)據(jù)轉換為
標準值,即轉換后變量數(shù)據(jù)的均值為0,方差為1。
l 差分(Difference):選擇此項,對當前變量的數(shù)據(jù)進行差分轉換,即
利用變量中連續(xù)數(shù)據(jù)之間的差值來轉換數(shù)據(jù)。選擇此項以后,后面的文本框變?yōu)榭捎?,在其中輸入一個正整數(shù),以確定轉換的差分度,默認值為1。
l 季節(jié)性差分(Seasonally difference):用于確定指明計算時間序列的
季節(jié)差分。只有在對當前變量的數(shù)據(jù)序列定義了周期(通過主菜單中的【數(shù)據(jù)】(Data)菜單中的【定義日期】(Define Dates)選項定義)以后才可用,如果當前周期為0,將不能計算季節(jié)差分。選擇此項,在后面的文本框中輸入正整數(shù),然后根據(jù)該正整數(shù)所確定的范圍來計算該范圍內數(shù)據(jù)的差值,并用該差值來轉換原數(shù)據(jù)。
需要注意的是,這些數(shù)據(jù)轉換并不改變變量中的變量值,只影響正態(tài)概率圖。
(2)檢驗分布(Test Distribution)欄:可選擇不同的分布類型,檢驗變量數(shù)據(jù)是否符合所選分布。單擊選項分布欄下的箭頭可選擇不同的分布類型。SPSS默認的檢驗分布是正態(tài)分布(Normal)。
P-P圖(或Q-Q圖)可檢驗的分布包括:
貝塔分布(Beta) T分布(Student t)
指數(shù)分布(Exponential) 半正態(tài)分布(Half-normal)
Logistic分布(Logistic) 拉普拉斯分布(Laplace)
對數(shù)正態(tài)分布(Lognormal) 威布爾分布(Weibull)
正態(tài)分布(Normal) 均勻分布(Uniform)
帕累托分布(Pareto)
dt:在該文本框中輸入正整數(shù),表示所選分布的自由度。
(3)分布參數(shù)(Distribution Parameters)欄:在該欄中可輸入所選分布類型的參數(shù),選擇的分布不同,參數(shù)輸入窗口也不同。
l 從數(shù)據(jù)中估計(Estimate from data):為系統(tǒng)默認選項。選擇此項,
系統(tǒng)將自動從數(shù)據(jù)中推測數(shù)據(jù)分布的參數(shù),否則就要在該選項下方的參數(shù)框中根據(jù)需要自行指定。
l 位置(Location)參數(shù)窗口:選擇正態(tài)分布時,用戶自行輸入位置參數(shù)。 l 比例(Scale)參數(shù)窗口:選擇正態(tài)分布時,用戶自行輸入比例參數(shù)。
(4)比例估計公式(Proportion Estimation Formula)欄(單選項組)
l Blom方法:計算公式為
l Rankit方法:計算公式為
l Tukey方法:計算公式為 (3.17) (3.18) (3.19)
(3.20) l Van der Waerden方法:計算公式為
以上公式中,n表示觀測量的數(shù)目,r是從1到n的秩次。
(5)為結指定的秩(Rank Assigned to Ties)欄(單選項組):
l 均值(Mean):用連接值的平均秩指定順序。
l 高(High):用連接值的最大秩指定順序。
l 低(High):用連接值的最小秩指定順序。
l 強制打開結(Break ties arbitrarily):忽略觀測量權重的影響。
2 圖表繪制
進行數(shù)字統(tǒng)計分析時,有時我們需要繪制統(tǒng)計圖表,把資料所反映的變化趨勢、數(shù)量多少、分布狀態(tài)和相互關系等形象直觀地表現(xiàn)出來,以便于讀者的閱讀、比較和分析。SPSS的【圖形】(Graphs)菜單提供了繪制圖表的功能,主要包括3個子菜單:【圖表建立】(Chart Builder)命令相當于圖表向導,它對SPSS的繪圖功能作了粗略的介紹,初學者可以大致了解SPSS的繪圖能力;【交互圖表】(Interactive)命令主要涵蓋了SPSS各種復雜的交互性圖表;【舊對話框】(Legacy Dialogs)命令主要包括多種SPSS傳統(tǒng)的常用的統(tǒng)計報表,下面重點講解。
2.1 條形圖
條形圖(Bar Charts),又稱帶形圖或柱形圖,它是利用相同寬度的條形的長短或高低來表現(xiàn)統(tǒng)計數(shù)據(jù)大小或變動的統(tǒng)計圖。
繪制條形圖的具體操作步驟如下:
01打開【圖形】(Graphs)菜單,選擇【舊對話框】(Legacy Dialogs)命令下的【條形圖】(Bar Charts)命令,SPSS將彈出“條形圖”(Bar Charts)導航對話框,如圖3-22所示。
圖3-22 “條形圖”導航對話框
在該導航對話框中,用戶可以選擇條形圖的類型,并定義條形圖中數(shù)據(jù)的表達方式。
SPSS將條形圖大致分為3種類型:
l 簡單(Simple):單式條形圖,各個條形相互獨立;
l 復式條形圖(Clustered):分組條形圖,每組的相鄰兩個或多個條形
左右連接,以方便進行組間比較;
l 堆積面積圖(Stacked):分段條形圖,同一組的條形圖上下連接,以
方便進行組與組之間的互相比較。
在圖3-22下部的“圖表中的數(shù)據(jù)為”(Data in Chart are)欄,用戶可以選擇的條形圖中數(shù)據(jù)的表達類型如下:
l 個案組摘要(Summaries for groups of cases):用分類值作圖,條
形圖中每一條代表觀測量的一個分類;
l 各個變量的摘要(Summaries of separate variables):用變量值作
圖,條形圖中每一條代表一個變量;
l 個案值(Values of individual cases):用單元值作圖,條形圖中每
一條代表一個觀察值。
通過以上3個條形圖類型和3個數(shù)據(jù)的表達方式的不同搭配,SPSS可以生成9種不同的條形圖。本書以用戶選擇“簡單”(Simple)條形圖和“個案組摘要”(Summaries for groups of cases)為例,闡述條形圖的繪制步驟,如果用戶需要制作其他類型的條形圖,請參看簡單條形圖繪制的類似步驟。
02單擊【定義】(Define)按鈕,進入正式的條形圖定義對話框“定義簡單條形圖:個案組摘要”(Define Simple Bar:Summaries for groups of cases)對話框,如圖3-23所示。根據(jù)用戶所選的條形圖類型和數(shù)據(jù)表達方式的不同,出現(xiàn)的對話框名稱也不同,但對話框的主體內容大致相同。
圖3-23 “定義簡單條形圖:個案組摘要”對話框
在該對話框中,用戶可以選擇條形圖繪制的相關細節(jié)。
“條的表征”(Bar Present)欄中,用戶可以選擇以下條形圖中條所代表的統(tǒng)計量:
l 個案數(shù)(N of cases):按照分組變量分組后各組的觀測量個數(shù); l 個案數(shù)的%(% of cases):按照分組變量分組后各組的觀測量個數(shù)
占總觀測量個數(shù)的百分比;
l 累積個數(shù):觀測量數(shù)的累計數(shù)目;
l 累積%:觀測量數(shù)的累計百分比;
l 其他統(tǒng)計量(Other statistics):用戶可以自行定義條形圖中的統(tǒng)計量。
選中該選項,下面的“變量”(Variable)列表框被激活,用戶需要通過單擊按鈕從左邊原變量中選擇一個分析變量進入“變量”(Variable)列表框中,然后單擊【更改統(tǒng)計量】(Change Statistics)按鈕,SPSS將彈出“統(tǒng)計量”(Statistic)對話框,如圖3-24所示。
圖3-24 “統(tǒng)計量”對話框
在該對話框中,用戶可以選擇需要計算的描述統(tǒng)計量作為條形圖中的統(tǒng)計量。對話框中的描述統(tǒng)計量包括:
l 值的均值(Mean of values):按照分組變量分組后,以分析變量的
均值作為條形圖中的統(tǒng)計量;
l 值的中位數(shù)(Median of values):按照分組變量分組后,以分析變量
的中位數(shù)作為條形圖中的統(tǒng)計量;
l 值的眾數(shù)(Mode of values):按照分組變量分組后,以分析變量的
眾數(shù)作為條形圖中的統(tǒng)計量;
l 個案數(shù)(Number of cases):按照分組變量分組后,以分析變量的樣
本個數(shù)作為條形圖中的統(tǒng)計量;
l 值的和(Sum of values):按照分組變量分組后,以分析變量數(shù)據(jù)的
總和作為條形圖中的統(tǒng)計量;
l 標準差(Standard deviation):按照分組變量分組后,以分析變量的
l 方差(Variance):按照分組變量分組后,以分析變量的方差作為條形
圖中的統(tǒng)計量;
l 最小值(Minimum value):按照分組變量分組后,以分析變量的最小
值作為條形圖中的統(tǒng)計量;
l 最大值(Maximum value):按照分組變量分組后,以分析變量的最
大值作為條形圖中的統(tǒng)計量;
l 累計求和(Calculative sum):按照分組變量分組后,以分析變量的
累計總和作為條形圖中的統(tǒng)計量。
在該對話框的中部,用戶可以在“值”(Value)文本框中輸入數(shù)值或者百分數(shù),然后選擇相關選項,SPSS將對數(shù)值或百分數(shù)上側或下側的觀測量按照大小進行篩選。
在該對話框的下部,用戶可以在“低”(Low)和“高”(High)文本框中輸入數(shù)值或者百分數(shù),然后選擇對應選項,SPSS將按照大小對觀測量在限定范圍內進行篩選。
對話框底部的“值是組中點”(Values are grouped midpoints)復選框只有在用戶選擇“值的中位數(shù)”(Median of values)或者“百分位”(Percentile)時,才被激活。選中該選項,則表明數(shù)據(jù)分布為頻數(shù)分布表的格式,輸出的條形圖中的統(tǒng)計量為分組的中值。
選擇條形圖中的統(tǒng)計量后,單擊【繼續(xù)】(Continue)按鈕,即可返回到“定義簡單條形圖:個案組摘要”主對話框中。
接下來,需要指定做圖變量。在“類別軸”(Category Axis)列表框中,用戶需要通過單擊按鈕從左邊原變量中選擇一個變量作為分類變量(也稱為分組變量)。條形圖中每個條形的長度分別代表對應各組的統(tǒng)計量的值。
模板(Template):用戶可以選中該選項,并單擊【文件】(File)按鈕選擇模板文件,作為散點圖的格式模板。
03單擊【標題】(Titles)按鈕,打開“標題”(Titles)對話框,如圖3-25所示。
圖3-25 “標題”對話框
在該對話框中,用戶可以定義散點圖的標題、子標題和腳注。
(1)標題(Title)和子標題(Subtitle):通過輸入,用戶可以定義兩行標題和一行子標題。標題和子標題將在散點圖上方顯示。用戶也可以在結果輸出窗口中定義標題。
(2)腳注(Footnote):通過輸入,用戶可以定義兩行腳注,腳注將在散點圖下方顯示。
輸入標題后,單擊【繼續(xù)】(Continue)按鈕,即可返回“定義簡單條形圖:個案組摘要”主對話框中。
04單擊【選項】(Options)按鈕,打開“選項”(Options)對話框,如圖3-26所示。
圖3-26 “選項”對話框
在該對話框中,用戶可以指定缺失值的處理方式和誤差條的設定形式。
(1)缺失值(Missing Values)欄:用戶可以定義分析中對缺失值的處理方式,包括按列表排除個案(Exclude cases listwise)和按變量順序排除個案(Exclude cases variable by variable)。為盡可能充分利用數(shù)據(jù),SPSS默認選擇前者。
(2)誤差條圖的表征(Error Bars Represent)欄:用戶可以選擇設定置信區(qū)間(Confidence intervals)、標準誤(Standard Error)或者標準差(Standard deviation)條件,并顯示誤差條圖。
指定缺失值的處理方式和誤差條的設定形式后,單擊【繼續(xù)】(Continue)按鈕,即可返回“定義簡單條形圖:個案組摘要”主對話框中。
05在“定義簡單條形:個案組摘要”主對話框中,單擊【確定】(OK)按鈕,即可在結果輸出窗口中得到簡單條形圖。
2.2 線圖
線圖(Line Charts),又稱曲線圖,它是利用點的高低來表明數(shù)據(jù)升降情況的一種統(tǒng)計圖。通過將不同階段的數(shù)據(jù)點連接,可以更清晰地表明數(shù)據(jù)的變化趨勢。線圖主要用于時間序列分析、數(shù)據(jù)分配情況比較和兩變量依存關系的分析等。 繪制線圖的具體操作步驟如下:
01打開【圖形】(Graphs)菜單,選擇【舊對話框】(Legacy Dialogs)命令下的【線圖】(Line Charts)命令,SPSS將彈出“線圖”(Line Charts)導航對話框,如圖3-27所示。
圖3-27 “線圖”導航對話框
在該導航對話框中,用戶可以選擇線圖的類型,并定義線圖中數(shù)據(jù)的表達方式。 SPSS將線圖大致分為3種類型:
(1)簡單(Simple):單線圖,一個圖形中只有一條水平走向的折線;
(2)多線線圖(Multiple):多線圖,一個圖形中有多條水平走向的折線;
(3)垂直線圖(Drop-line):垂線圖,一個圖形中有多組水平走向的數(shù)據(jù),但在水平方向上不予以連接,而只是在垂直方向上將同一時間點的數(shù)據(jù)予以連接。 圖表中的數(shù)據(jù)為(Data in Chart are)欄:用戶可以選擇以下的條形圖中的數(shù)據(jù)表達類型:
l 個案組摘要(Summaries for groups of cases):用分類值作圖,線
圖中每一條線代表觀測量的一個分類;
l 各個變量的摘要(Summaries of separate variables):用變量值作
圖,線圖中每一條線代表一個變量;
l 個案值(Values of individual cases):用單元值作圖,線圖中每一
條線代表一個觀察值。
通過以上3個線圖類型和3個數(shù)據(jù)表達類型的不同搭配,SPSS可以生成9種不同的線圖。本書以用戶選擇“簡單”線圖和“個案組摘要”為例,闡述線圖的繪制步驟。
02單擊【定義】(Define)按鈕,進入正式的定義對話框“定義簡單線圖:個案組摘要”(Define Simple Line:Summaries for groups of cases)對話框,如圖3-28所示。根據(jù)用戶所選的線圖類型和數(shù)據(jù)表達類型的不同,出現(xiàn)的對話框名稱也不同。
在該對話框中,用戶首先需要指定繪圖變量,即通過單擊按鈕從左邊原變量中選擇多個需要繪制折線圖的變量進入右邊的“線的表征”(Lines Represent)中。繪圖變量的數(shù)值將在線圖的縱軸上表示。
圖3-28 “定義簡單線圖:個案組摘要”對話框
同時,用戶需要指定分類變量。用戶可以選擇以“個案數(shù)”(Case number),即觀測量的編號作為分類變量,也可以選中“變量”(Variable)選項,然后單擊按鈕選擇一個變量作為分類變量。例如,在時間序列分析中,用戶就可以將時間變量作為分類變量。分類變量的數(shù)值將在線圖的橫軸上表示。
本對話框的其他部分及單擊【標題】(Title)按鈕所彈出的“標題”(Title)對話框都與“定義簡單條形圖:個案組摘要”(Define Simple Bar:Summaries for Groups of Cases)對話框完全相同,此處不再贅述。
03在“定義簡單線圖:個案組摘要”主對話框中,單擊【確定】(OK)按鈕,即可在結果輸出窗口中得到線圖。
2.3 面積圖
面積圖(Area Charts),又稱區(qū)域圖,是用面積來表現(xiàn)連續(xù)性的頻數(shù)分布的統(tǒng)計圖。面積越大,頻數(shù)越多,反之亦然。制作面積圖的原始數(shù)據(jù)大多為頻數(shù)分布表。
繪制面積圖的具體操作步驟如下:
01打開【圖形】(Graphs)菜單,選擇【舊對話框】(Legacy Dialogs)命令下的【面積圖】(Area Charts)命令,SPSS將彈出“面積圖”(Area Charts)導航對話框,如圖3-29所示。
圖3-29 “面積圖”導航對話框
在該導航對話框中,用戶可以選擇面積圖的類型,并定義面積圖中數(shù)據(jù)的表達方式。
SPSS將面積圖大致分為以下兩種類型:
(1)簡單(Simple):簡單面積圖,圖形中只有一個區(qū)域表示頻數(shù)大小;
(2)堆積面積圖(Stacked):圖形由多個不同顏色的區(qū)域從下到上堆積而成,不同的區(qū)域表示不同類型的頻率大小。
“面積圖”(Area Charts)導航對話框中的“圖表中的數(shù)據(jù)為”(Data in Chart are)欄與條形圖、線圖的導航對話框該欄的內容相同,不再贅述。
通過以上兩個面積圖類型和三個數(shù)據(jù)表達類型的不同搭配,SPSS可以生成6種不同的面積圖。本書以用戶選擇“簡單”面積圖和“個案組摘要”為例,闡述面積圖的繪制步驟。
02單擊【定義】(Define)按鈕,進入“定義簡單面積圖:個案組摘要”(Define Simple Area:Summaries for groups of cases)對話框,如圖3-30所示。根據(jù)用戶所選的面積圖類型和數(shù)據(jù)表達方式的不同,出現(xiàn)的對話框名稱也不同。
圖3-30 “定義簡單面積圖:個案組摘要”對話框
本對話框與“定義簡單條形圖:個案組摘要”(Define Simple Bar:Summaries for Groups of Cases)對話框幾乎完全相同,此處不再贅述。
03在本主對話框中,單擊【確定】(OK)按鈕,即可在結果輸出窗口中得到面積圖。
2.4 餅形圖
餅形圖(Pie Charts)是用扇形的大小來表示數(shù)值大小的統(tǒng)計圖。餅形圖簡單易懂,并且便于比較,因此,餅形圖的制圖過程使用最為廣泛。
繪制餅形圖的具體操作步驟如下:
01打開【圖形】(Graphs)菜單,選擇【舊對話框】(Legacy Dialogs)命令下的【餅圖】(Pie Charts)命令,SPSS將彈出“餅圖”(Pie Charts)導航對話框,如圖3-31所示。
在該導航對話框中,用戶可以定義餅形圖中數(shù)據(jù)的表達方式。
“餅圖”導航對話框中只有“圖表中的數(shù)據(jù)為”(Data in Chart are)一欄,并且與條形圖、線圖、面積圖的導航對話框該欄的內容相同,此處不再贅述。
根據(jù)3個不同的數(shù)據(jù)表達方式,SPSS可以生成3種不同的面積圖。本書以用戶選擇“個案組的摘要”(Summaries for groups of cases)為例,闡述餅形圖的繪制步驟,如果用戶需要制作其他類型的餅圖,請舉一反三學習類似的步驟。 02單擊【定義】(Define)按鈕,進入“定義餅圖:個案組摘要”(Define Pie:Summaries for groups of cases)對話框,如圖3-32所示。根據(jù)用戶所選的數(shù)據(jù)表達方式的不同,出現(xiàn)的對話框名稱也不同。
圖3-31 “餅圖”導航對話框 圖3-32 “定義餅圖:個案組摘要”對話框
在本對話框中,用戶可以選擇餅形圖繪制的相關細節(jié)。
分區(qū)的表征(Bar Present)欄:用戶可以選擇餅形圖中扇形切片所代表的統(tǒng)計量。
l 個案數(shù)(N of cases):按照分組變量分組后各組的觀測量個數(shù)。
l 個案數(shù)的%(% of cases):按照分組變量分組后各組的觀測量個數(shù)
占總觀測量個數(shù)的百分比。
l 變量和(Sum of variables):按照分組變量分組后,用戶可以選擇另
一變量并以該變量的總和作為切片統(tǒng)計量的表達方式。選中該選項,下面的“變量”(Variable)列表框被激活,用戶需要通過單擊按鈕
從左邊原變量中選擇一個計算總和的變量進入“變量”(Variable)列表框中。
在“定義分區(qū)”(Define Slices by)列表框中,用戶需要單擊
量列表中指定一個分類變量作為不同扇形的識別變量。
該對話框的其他部分及【標題】(Title)按鈕、【選項】(Options)按鈕都與“定義簡單條形圖:個案組摘要”(Define Simple Bar:Summaries for Groups of Cases)對話框完全相同,此處不再贅述。 按鈕從左邊原變
03在本對話框中,單擊【確定】(OK)按鈕,即可在結果輸出窗口中得到餅形圖。
2.5 高低圖
高低圖(High-Low Charts)是用多個垂直線段來表示數(shù)值區(qū)域的統(tǒng)計圖,例如一組測定值的范圍(最小值—最大值)、95%置信區(qū)間(下限—上限)、96·SD(低值—均值—高值)等。
繪制高低圖的具體操作步驟如下: ±1.
01打開【圖形】(Graphs)菜單,選擇【舊對話框】(Legacy Dialogs)下的
【高低圖】(High-Low Charts)命令,SPSS將彈出“高–低圖”(High-Low Charts)導航對話框,如圖3-33所示。
圖3-33 “高–低圖”導航對話框
在該導航對話框中,用戶可以選擇高低圖的類型,并定義高低圖中數(shù)據(jù)的表達方式。
SPSS將高低圖大致分為如下5種類型:
(1)簡單高低關閉(Simple high-low-close):一個圖形中只有一組高低圖,高值與低值之間用垂直線段連接。閉合(close)是指用戶指定的一個特殊變量,特殊變量的數(shù)值可以在圖中以小圓圈的形式標識出來。
(2)群集高低關閉(Clustered high-low-close):一個圖形中有多組高低圖,每組高值與低值之間用垂直線段連接,不同組別的高低圖用不同顏色的線段表示。
(3)簡單范圍欄(Simple range bar):一個圖形中只有一組高低圖,高值與低值之間用垂直條形連接。
(4)群集范圍欄(Clustered range bar):一個圖形中有多組高低圖,每組高值與低值之間用垂直條形連接,不同組別的高低圖用不同顏色的條形表示。
(5)差別面積(Difference):一個圖形中只有一組高低圖,根據(jù)分組變量,對應的高值與高值連接,低值與低值連接,兩條折線中形成面積區(qū)域。
該導航對話框中的“圖表中的數(shù)據(jù)為”(Data in Chart are)欄與其他圖形的導航對話框的該欄內容相同,此處不再贅述。
通過以上5個高低圖類型和3個數(shù)據(jù)表達方式的不同搭配,SPSS可以生成15種不同的面積圖。本書以用戶選擇“簡單高低關閉”(Simple high-low-close)和“各個變量的摘要”(Summaries of separate variables)為例,闡述高低圖的繪制步驟。
02單擊【定義】(Define)按鈕,進入“定義高-低-閉合:各個變量的摘要”(Define Simple high-low-close:Summaries of separate variables)對話框,如圖3-34所示。根據(jù)用戶所選的高低圖類型和數(shù)據(jù)表達方式的不同,出現(xiàn)的對話框名稱也不同。
圖3-34 “定義高-低-閉合:各個變量的摘要”對話框
在該對話框中,用戶可以選擇高低圖繪制的相關細節(jié)。
用戶通過單擊
量列表框中:
(1)高(High):作為高值的變量;
(2)低(Low):作為低值的變量; 按鈕,可從左邊原變量中選擇如下3個變量進入右邊對應的變
(3)閉合(Close):用戶需要指定一個變量,該變量的數(shù)值可以在圖中以小圓圈的形式標識出來。
以上3個變量,用戶都可以選擇指定的統(tǒng)計量作為顯示的數(shù)值,只要在對應列表框中選中變量,然后單擊【更改統(tǒng)計量】(Change Statistics)按鈕,SPSS就會彈出“統(tǒng)計量”(Statistic)對話框。默認的統(tǒng)計量是“數(shù)據(jù)的平均值”(Mean of values)。
在“類別軸”(Category Axis)列表框中,用戶同樣需要通過單擊按鈕從左邊原變量中選擇一個變量作為分類變量(也稱為分組變量),以保證高值、低值、閉合值的一一對應。
該對話框的其他部分及【標題】(Title)按鈕、【選項】(Options)按鈕都與“定義簡單條形圖:個案組摘要”(Define Simple Bar:Summaries for Groups of Cases)對話框完全相同,此處不再贅述。
03在“定義高-低-閉合:各個變量的摘要”主對話框中單擊【確定】(OK)按鈕,即可在結果輸出窗口中得到高低圖。
2.6 箱圖
箱圖(Boxplot),又稱為箱鎖圖,是表示樣本數(shù)據(jù)的中位數(shù)、四分位數(shù)和極端值的統(tǒng)計圖形。在箱圖中,最上方和最下方的線段分別表示數(shù)據(jù)的最大值和最小值,其中箱圖的上方和下方的線段分別表示第三四分位數(shù)和第一四分位數(shù),箱圖中間的粗線段表示數(shù)據(jù)的中位數(shù)。另外,箱圖中在最上方和最下方的星號和圓圈分別表示樣本數(shù)據(jù)中的極端值。
繪制箱圖的具體操作步驟如下:
01打開【圖形】(Graphs)菜單,選擇【舊對話框】(Legacy Dialogs)命令下的【箱圖】(Boxplot)命令,SPSS將彈出“箱圖”(Boxplot)導航對話框,如圖3-35所示。
在“箱圖”(Boxplot)導航對話框中,用戶可以選擇箱圖的類型,并定義箱圖中數(shù)據(jù)的表達方式。
SPSS將箱圖大致分為以下兩種類型:
l 簡單(Simple):一個圖形中有多個箱,各個箱相互獨立;
l 復式條形圖(Clustered):一個圖形中有多個箱,多個箱之間按照分
組變量分成若干組,相同組別的箱集中放置,以方便用戶進行比較。
圖3-35 “箱圖”導航對話框
圖表中的數(shù)據(jù)為(Data in Chart are)欄:用戶可以選擇如下的數(shù)據(jù)表達類型:
(1)個案組摘要(Summaries for groups of cases):用分類值作圖,箱圖中每一條線代表觀測量的一個分類;
(2)各個變量的摘要(Summaries of separate variables):用變量值作圖,箱圖中每一條線代表一個變量。
通過以上2個箱圖類型和2個數(shù)據(jù)表達方式的不同搭配,SPSS可以生成4種不同的箱圖。本書以用戶選擇“簡單”箱圖和“個案組摘要”為例,闡述箱圖的繪制步驟。
02單擊【定義】(Define)按鈕,進入“定義簡單箱圖:個案組摘要”(Define Simple Boxplot:Summaries for groups of cases)對話框,如圖3-36所示。根據(jù)用戶所選的箱圖類型和數(shù)據(jù)表達方式的不同,出現(xiàn)的對話框名稱也不同,但對話框的主體內容大致相同。
圖3-36 “定義簡單箱圖:個案組摘要”對話框
在該對話框中,用戶可以選擇以下箱圖繪制的相關細節(jié):
(1)“變量”(Variable)列表框:用戶需要通過單擊按鈕從左邊原變量中選擇一個變量作為分析變量,分析變量的數(shù)據(jù)將作為箱圖中各四分位點的依據(jù);
(2)“類別軸”(Category Axis)列表框:用戶需要選擇一個變量作為分類變量(也稱為分組變量),SPSS將按照分組變量所分的組別決定箱圖的個數(shù);
(3)“標簽個案依據(jù)”(Label Cases by)列表框:非必選項,用戶可以選擇一個變量作為標識變量,以保證分析變量與分類變量的一一對應。
該對話框的其他部分及【選項】(Options)按鈕所彈出的“選項”(Options)對話框都與“定義簡單條形圖:個案組摘要”(Define Simple Bar:Summaries for Groups of Cases)對話框完全相同,此處不再贅述。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務場景的分 ...
2025-09-10