spss之统计挖掘第9章统计图课件.ppt

1、IBM-SPSS第第9章章 统计图统计图9.2 条形图（条形图（Bar）1.简单条形图例9.1：编者曾于2007年对安徽省高校3517名大学生进行了社会支持的调查研究，见数据“社会支持”，现欲绘制不同年级大学生客观支持得分的直条图。条形图，也称直条图（bar chart），简称条图，适用于相互独立的分组资料。以等宽直条长段的比例代表各相互独立指标的数值及他们之间的对比关系，所比较的资料可以是绝对数，也可以是相对数。直条图分为单式（图9-14）、复式（图9-15）和堆积条图（图9-16）三种。条图类型条图类型 简单条图，也叫单式条图，用于表现单个指标的大小，如图9-14所示；复式条图，也叫分组条

2、图，用以表现两个或多个分组因素间的某指标的大小关系，如图9-15所示；堆积面积图，也叫堆积条图、分段条图。用于表现每个直条中某个因素各水平的构成情况，如图9-16所示。图表中的数据为图表中的数据为 个案组摘要：按同一变量不同取值作分组汇总。该模式对应分类变量中的每一类观测值生成一个单式条图；各个变量的摘要：按照不同变量汇总。对应每个变量生成一个直条，至少需要两个或两个以上变量的生成相应的条图；个案值：反映了个体观测值。对应分类轴变量中每一个观测值生成一个直条。模块解读模块解读1单式直条图单式直条图例9.1：编者曾于2007年对安徽省高校3517名大学生进行了社会支持的调查研究，见数据“社会支持

3、”，现欲绘制不同年级大学生客观支持得分的直条图。（1）单击“图形”|“旧对话框”|“条形图”命令，弹出条形图对话框，如图9-18所示。条图类型可分为简单条图、复式条形图和堆积面积图。（2）“图表中的数据为”对话框，该对话框有三个选项：个案组摘要：按同一变量不同取值作分组汇总。该模式对应分类变量中的每一类观测值生成一个单式条图；各个变量的摘要：按照不同变量汇总。对应每个变量生成一个直条，至少需要两个或两个以上变量的生成相应的条图；个案值：反映了个体观测值。对应分类轴变量中每一个观测值生成一个直条。2复式条图和堆积面积图复式条图和堆积面积图例9.2：以例9.1数据为例，欲比较不同年级中不同性别大学

4、生主观支持分，请绘制合适的条图。单击“图形”|“旧对话框”|“条形图”命令，选入“复式条形图”和“个案组摘要”后，单击“定义”按钮，将主观支持分选入变量框，统计量默认为均数，横坐标仍然为年级号，性别作为定义聚类，如图9-24所示，其他设置与单式条图相同，单击“确定”按钮后，所作复式直条图如图9-15所示。9.3 3-D条形图（条形图（3-D Bar）例9.3：以例9.1数据“社会支持”为例，绘制不同年级大学生的性别分布3-D条形图。（1）单击“图形”|“旧对话框”|“3-D条形图”，弹出3-D条形图对话框，如图9-32所示。其中个案组、单个变量和个别个案的定义与条图相同。（2）分别在X轴代表含

5、义和Z轴代表含义选项框中选择“个案组”，单击“定义”按钮，弹出3-D条形图定义主对话框，如图9-33所示。（3）将年级和性别分别选入“X类别轴”和“Z类别轴”，其Y轴表示描述统计量，即为“图的表征”，本例选择默认的个案数；面板依据中的行与列的设置与条图相同，堆积/分群依据中的“堆积”、“X中的分群”、“Z中的分群”是指将Y轴、X轴和Z轴指标按照某因素进行进一步的分类展示；标题、选项和模板的定义同条形图部分。（4）由于本例只是对不同年级大学生的性别分布做3-D条形图，直接单击“确定”按钮，获得结果，如图9-34所示。9.4 线图（线图（Line）线图是用线段的升降表示数值的变化，描述某统计量随另

6、一变量变化而变化的趋势或者速度，或某统计量随时间变化的过程。绘制线图的要求是两变量的观察值必须一一对应，如果一个变量的一个观察值对应另一个变量的两个或多个观察值，就不能绘制线图，可绘制散点图。有时会将两个或多个意义相同的线图放在同一个坐标系中，以利于直观比较它们的变化趋势。例9.4：以例9.1数据“社会支持”为例，绘制不同年级、不同性别间大学生主观支持得分的垂直线图。（1）单击“图形”|“旧对话框”|“线图”命令，弹出线图对话框，如图9-35所示。简单线图对应于单式条图，多线线图对应于复式条图，垂直线图则等同于堆积条图，所不同的是堆积条图用的是直条的长短来显示数量间关系，垂直线图使用线条的高低

7、来反映。“图表中的数据为”选项框的定义同9.2.4部分完全一致。（2）选中“垂直线图”、“个案组摘要”后，单击“定义”，得到垂直线图制作主对话框，如图9-36所示。将主观支持分、年级和性别分别移入“变量”、“类别轴”、“定义点”后，单击“确定”按钮，即获得性别间大学生主观支持得分的垂直线图，如图9-37所示。9.5 面积图（面积图（Area）9.5.1 简单面积图简单面积图例 9.5 以例9.1数据“社会支持”为例，绘制不同年级大学生频数的面积图。（1）单击“图形”|“旧对话框”|“面积图”命令，弹出线图对话框，如图9-38所示。面积图可分为两类，简单面积图和堆积面积图，简单面积图的图形等同于

8、简单线图，而堆积面积图和直条图中的堆积面积图几乎完全一致。“图表中的数据为”选项框的定义同9.2.4部分完全一致。（2）单击“简单”|“个案组摘要”|“定义”命令，进入简单面积图的主对话框，如图9-39所示。由于本例只是描述不同年级大学生的频数，因而面积的表征处直接选择系统默认的个案数，将年级号选入“类别轴”，单击“确定”按钮，所得面积图如图9-40所示。9.5.2 堆积面积图堆积面积图例 9.6：以例9.1数据“社会支持”为例，绘制不同年级、不同性别间大学生频数的堆积面积图。单击“图形”|“旧对话框”|“面积图”命令，选入“堆积面积图”|“个案组摘要”|“定义”命令，进入堆积面积图的主对话框

9、，如图9-41所示。本例是描述不同年级、不同性别大学生的频数，因而面积的表征处直接选择系统默认的个案数，将年级号选入“类别轴”，将性别选入“定义面积”，单击“确定”按钮，所得面积图如图9-42所示。9.6 饼图（饼图（Pie）例9.7：以例9.1数据“社会支持”为例，绘制不同年级大学生频数的饼图。（1）单击“图形”|“旧对话框”|“面积图”命令，进入饼图对话框，如图9-43所示。个案组摘要、各个变量的摘要、个案值选项框的定义同9.2.4部分完全一致，单击“定义”，进入饼图定义对话框，如图9-44所示。（2）因为是对各年级的频数进行统计，所以选择默认的“分区的表征”为个案数，将年级选入“定义分区

10、”，单击“确定”，获得各年级人数的饼图，如图9-45所示。9.7 高低图（高低图（High-Low Charts）例9.8：在每天的固定时间点上连续监测某化工厂宿舍区空气中PM2.5的浓度一周，获得该点每天PM2.5浓度的最高值、最低值和平均值，数据见“PM25a”，请绘制高低图。单击“图形”|“旧对话框”|“高低图”命令，进入高低图对话框，如图9-46所示。（1）简单高低关闭图：用线段顶端、底端和符号来表示单位时间内某现象的最高数值、最低数值和最后数值（也可以是其他统计量）。（2）简单范围栏图：用直条表示单位时间内某现象的最高数值和最低数值，但不显示最后数值。（3）群集高低关闭图：用两条或者

11、多条线段的顶端、底端和符号来表示单位时间内两个或两个以上现象的最高数值、最低数值和最后数值（4）群集范围图：用两个或者多个直条的顶端、底端来表示单位时间内两个或两个以上现象的最高数值、最低数值。（5）差别面积：它是说明两个现象在同一时间内相互变化对比关系的线性统计图。个案组摘要、各个变量的摘要、个案值选项框的定义同9.2.4部分完全一致。9.8 箱图（箱图（Boxplot）箱图可直观描述连续型变量的分布及离散状态，箱图可显示数据的5个特征值，分别是最小值、下四分位数（P25）、中位数（P50）、上四分位数（P75）和最大值。P25和P75构成箱图的“箱体”部分，去除异常值以外的最小值和P25、

12、去除异常值以外的最大值和P75之间分别构成“箱子”的上下两条端线，异常值指的是大于1.5倍四分位数间距的数值，在箱图中用小圆圈“”表示，大于3倍四分位数间距的数值称为极端值，在图中用星号“”表示。例9.9：以例9.1数据“社会支持”为例，绘制不同年级大学生客观支持分的箱图。（1）单击“图形”|“旧对话框”|“箱图”命令，进入箱图对话框，如图9-51所示。简单箱图和复式箱图的区别等同于简单条图和复式条图的关系；个案组摘要和各个变量的摘要选项框的定义同9.2.4部分完全一致。（2）选择“简单”、“个案组摘要”选择项，单击“定义”，进入简单箱图对话框，如图9-52所示。（3）将客观支持分和年级分别选

13、入“变量”和“类别轴”，单击“确定”，生成不同年级大学生客观支持分的箱图，如图9-53所示。9.9 误差条图（误差条图（Error bar）例9.10：以例9.1数据“社会支持”为例，1）用单式误差条图比较不同年级大学生客观支持分；2）用复式误差条图比较不同年级、不同性别大学生客观支持分。具体的步骤如下：（1）单击“图形”|“旧对话框”|“误差条图”，进入误差条图对话框，见图9-54。（2）选择“简单”和“个案组摘要”，单击“定义”，进入简单误差条形图的定义对话框，见图9-55。（3）将客观支持分和年级选入“变量”和“类别轴”；在“条的表征”下拉菜单中，有3个可选择项：均数的置信区间、均数的标

14、准误和标准差，与“度”和“乘数”结合，可分别展示均数的95%置信区间、均数的2倍标准误和2倍的标准差。本例选择默认的均数的95%置信区间；面板依据、标题、选项及模板意义同条图部分的定义一致。（4）单击“确定”按钮，产生不同年级大学生客观支持分的误差条图，如图9-56所示。（5）在上述第二步中选择“复式条形图”和“个案组摘要”，进入复式误差条图的定义对话框，如图9-57所示。（6）将客观支持分、年级和性别分别选入“变量”、“类别轴”和“定义聚类”中，单击确定，即可产生不同年级、不同性别大学生客观支持分的误差条图，如图9-58所示。9.10 人口金字塔图（人口金字塔图（population Pyr

15、amid）例9.11：以例9.1数据“社会支持”为例，采用人口金字塔图描述不同性别大学生主观支持得分的频数分布。1）单击“图形”|“旧对话框”|“人口金字塔图”命令，进入人口金字塔图对话框，如图9-59所示。（2）将主观支持分和性别分别选入“显示分布”和“分割依据”，其他对话框定义如前。（3）单击“确定”按钮，即可产生不同性别大学生主观支持得分的人口金字塔图，如图9-60所示。9.11 散点图（散点图（Scatter）（1）简单分布散点图：适用于两个变量之间关系描绘，每个点代表一个观察单位的两个变量值；（2）矩阵分布散点图：采用矩阵形式表达多个变量之间两两关系的散点图；（3）简单点图：采用点纵

16、向累加的形式描述某单一变量的频数分布，每个点代表一个观察单位的变量值，图形与频数分布的直方图相似；（4）重叠分布散点图：用于多个自变量与一个应变量或者多个应变量与一个自变量关系的重叠散点图，但应注意每一坐标轴上的度量衡单位必须一致；（5）3-D分布散点图：用于描述三个变量之间综合关系的三维散点图。9.11.1 简单分布散点图简单分布散点图例9.11：以例9.1数据“社会支持”为例，描述大学生客观支持分和主观支持分的关系。（1）在图9-61的基础上选择“简单部分”，单击“定义”，进入简单分布散点图对话框，如图9-62所示。分别将客观支持分和主观支持分纳入“Y轴”和“X轴”。“设置标记”选项框可根

17、据某外部变量（如性别）取值不同将每个点标注不同的颜色和符号，“标注个案”可针对某些特殊取值的个体进行标注。其他选项框意义如前所述。（2）单击“确定”按钮，生成大学生主观支持分和客观支持分的简单散点图，如图9-63所示。9.11.2 矩阵分布散点图矩阵分布散点图例9.12：以例9.1数据“社会支持”为例，描述大学生年龄与客观支持分、主观支持分的关系。（1）在图9-61所示的基础上选择“矩阵分布”，单击“定义”，进入矩阵分布散点图对话框，如图9-64所示。将年龄、客观支持分和主观支持分一起选入“矩阵变量”对话框，其他选项框定义如前。（2）单击“确定”按钮，生成大学生年龄、主观支持分和客观支持分的矩

18、阵散点图，如图9-65所示。9.11.3 简单点图简单点图例9.13：以例9.1数据“社会支持”为例，描述大学生主观支持分的频数分布。（1）在图9-61所示的基础上选择“简单点图”，单击“定义”，进入简单点图对话框，如图9-66所示。将主观支持分选入“X轴变量”对话框，其他选项框定义如前。（2）单击“确定”按钮，产生大学生主观支持分的简单点图，如图9-67所示。9.11.4 重叠分布散点图重叠分布散点图例9.14 以例9.1数据“社会支持”为例，描述大学生年龄与主观支持分和客观支持分之间的关系。（1）在图9-60的基础上，选择“重叠分布散点图”，单击“定义”按钮，进入重叠分布散点图对话框，如图

19、9-68所示。将“客观支持分”和“年龄”、“主观支持分”和“年龄”分别选入“Y-X对”对话框，其他对话框定义如前。（2）单击“确定”按钮，产生大学生年龄与主观支持分和客观支持分的重叠分布散点图，如图9-69所示。9.11.5 3-D分布散点图分布散点图例9.15以例9.1数据“社会支持”为例，描述大学生年龄、主观支持分和客观支持分之间的关系。（1）在图9-61所示的基础上，选择“3-D分布散点”，单击“定义”，进入3-D分布散点图对话框，如图9-70所示。将“客观支持分”“主观支持分”和“年龄”分别选入“Y轴”、“X轴”和“Z轴”对话框，其他对话框定义如前。（2）单击“确定”按钮，产生大学生年

20、龄、客观支持分、主观支持分的3-D分布散点图，如图9-71所示。9.12 直方图（直方图（Histogram）例9.16：以例9.1数据“社会支持”为例，描述大学生主观支持分的频数分布。（1）单击“图形”|“旧对话框”|“直方图”命令，进入直方图对话框，如图9-72所示。（2）将主观支持分选入“变量”，并勾选“显示正态曲线”，其他变量定义如前。（3）单击“确定”按钮，产生大学生主观支持分的直方图，如图9-73所示。若需要对不同性别大学生分别绘制主观支持分的直方图，可将性别变量选入“面板依据”中的“行”或者“列”。9.13 时间序列图（时间序列图（Time Series Plot）例9.17：以

21、作者发表文章中2005年1月-2011年12月某地艾滋病新发病例数为例，见数据“时间序列”，请绘制时间序列图。（1）单击“数据”|“定义日期”命令，进入定义日期对话框，如图9-74所示。（2）由于数据是从2005年1月开始，而且是每月统计1次，因此，“个案为”应选择“年份、月份”时间模式，且“第一个个案为”的年应改为2005年，月为1月，如图9-74所示。也可将“个案为”选择为“年份、季度、月份”，这样可以随后观察季度间变化趋势。（3）单击“确定”按钮后，在原始数据库中产生3个新变量：“YEAR-”“MONTH-”“DATE-”，如图9-75所示。（4）单击“分析”|“预测”|“序列图”命令，进入时间序列图主对话框，如图9-76所示，分别将发病人数和“DATE-”纳入“变量”和“时间轴标签”，其他选项框默认即可。（5）单击“确定”按钮后，产生发病人数的时间序列图，如图9-77所示。THE END