SPSS常用统计图形一

步骤5：点击“OK”
一：（3） 直 方 图 Histogram
用途
– 用于描绘单个连续变量的频数分布， 实际应用中常用于考察变量的分布是 否服从正态分布。
例3
– 对 SPSS 自 带 数 据 “ 1991 U.S. General” 中的“ age” 变量绘制直方图， 并考察其是否服从正态分布。
步骤1：点击“Graphs”菜单下的“Pies”，弹出对话 框
步骤2：选择“Summaries for groups of cases”
步骤3：点击“Define” ，进入定义对话框
步骤4：在“Slices Represent”中选择“％ of cases”
步骤5：在“Define Slices by”中选择“race”变量
方框的两端分别表示上四分位数、下四分位数， 二者之间的距离为四分位数间距。 方框外的上、下两个细线分别表示除去异常值外 的最大、最小值。
在箱图中，凡是与四分位数值的距离超过 1.5倍四分位数间距的都视为异常值，其中 离方框上、下界的距离超过四分位数间距 1.5 倍的为离群值，在图中以“ 0” 表示；超 过3倍的则为极值，用“*”表示。
步骤4：点击“OK”，出现图1－正态P-P图
对图1的结果说明
横轴表示数据的实际累积概率
纵轴表示正态分布的理论累积概率
如果数据呈正态分布，则图中数据点应和理论直 线（对角线）基本重合。 从图1，我们可以发现数据点基本和对角线重合， 因此可以判断教育数据服从正态分布。
图2－去势正态P-P图
对图2的结果说明
步骤1：点击“Graphs”菜单下的“Histogram”，弹出对话 框
步骤2：将“age”变量拖入“Variable”空白框
步骤3：选择“Display normal curve”
步骤4：点击“OK”
一：Fra Baidu bibliotek4）P-P 图
用途
– 根据变量的累积概率对应于所指定的 理论分布累积概率绘制的散点图，可 以直观地监测样本数据是否与某个概 率分布的统计图形一致。
如何选择合适的做图方 式
变量的尺度
– 定类
注意
– 定序
– 定距
变量的个数
– 单变量 – 双变量及以上
一、描述单变量分布
分类变量
– 饼图（Pies Chart）
– 帕累托图（Pareto Chart）
连续变量
– 直方图（Histogram）
– P-P图和Q-Q图（检验正态分布）
二、描述两个及以上变量的关系 箱式图（Boxplot） 散点图（Scatter）
步骤1：点击“Graphs”菜单下的“Q-Q”，弹出对话框
步骤2：将“edu”变量拖入“Variable”空白框
步骤3：在“Test Distribution”中选择“Normal”
步骤4：点击“OK”，出现图1－正态Q-Q图
步骤5：图2－去势正态Q-Q图
二:（1） 箱 式 图 (Boxplot)
步骤6：点击“OK”
步骤7：双击图形，弹出“Charts Editor”对话框
步骤8：点击“Elements”菜单下的“Show Data Labels”
步骤9：关闭“Charts Editor”对话框
一：（2） 帕累托图 Pareto Chart
用途
– 以意大利经济学家 V.Pareto 的名字而 命名。主要用于绘制单个分类变量的 频数（频率）分布，并且按各类别出 现的频数多少排序。
例4
– 对 SPSS 自 带 数 据 “ 1991 U.S. General” 中的“ edu” 变量绘制 P-P 图， 考察其是否服从正态分布。
步骤1：点击“Graphs”菜单下的“P-P”，弹出对话框
步骤2：将“edu”变量拖入“Variable”空白框
步骤3：在“Test Distribution”中选择“Normal”
用途
– 主要用于描述一个或多个分类变量与 一个连续变量之间的关系。
例6
– 对 SPSS 自 带 数 据 “ 1991 U.S. General”中的“edu”变量和“race”变 量绘制箱式图，即比较各个种族的教 育程度。
步骤1：点击“Graphs”菜单下的“Boxplot”，弹出对话框
步骤2：选择 “Simple”图
例2
– 对 SPSS 自 带 数 据 “ 1991 U.S. General”中的“race”变量绘制帕累托 图。
步骤1：点击“Graphs”菜单下的“Pareto”，弹出对 话框
步骤2：选择“Simple”图
步骤3：点击“Define”，弹出对话框”
步骤4：在“Bars Represent”中选择“Counts”
步骤3：选择 “Summaries for groups of cases”
步骤4：点击 “Define”，进入定义框
步骤5：将 “edu”变量拖入“Variable”空白框
步骤6：将“race”变量拖入“Category Axis”空白框
步骤7：点击“OK”
对图的说明
每个箱形都由最中间的粗线、一个方框、外延出 来的两条细线和最外端可能有的单独散点组成。 中间的粗线条表示当前变量的中位数。
用途
– Q-Q 图与 P-P 图的原理与用法基本一 致，也可以用于分布的检验，所不同 的是 Q-Q 图是根据变量数据分布的分 位数对应于所指定分布的分位数绘图 的统计图。
例5
– 对 SPSS 自 带 数 据 “ 1991 U.S. General” 中的“ edu” 变量绘制 Q-Q 图， 考察其是否服从正态分布。
为了更详细的说明问题，我们需要进一步观察去 势P-P图，即图2。
该图反映的是按正态分布计算的理论值与实际值 之差的分布情况，即分布的残差图。
如果数据服从正态分布，则数据点应较均匀地分 布在y＝0这条直线上下。 从图2，我们可以发现残差正态评分的绝对值都在 0.08之内，说明数据基本服从正态分布。
一:（5）Q-Q 图
三、既适用于单变量，也适用于双变量
条图（Bar Chart）
线图（Line Chart） 面积图（Area Chart）
一：（1） 饼 图 Pies Chart
用途
– 主 要用于 描绘单 个分类 变量的 频数 （频率）分布。
例1
– 对 SPSS 自 带 数 据 “ 1991 U.S. General”中的“race”变量绘制饼图。