IBM SPSS Statistics 中文网站 > 使用技巧 > IBM SPSS Statistics各种类型散点图的实际应用

IBM SPSS Statistics各种类型散点图的实际应用

发布时间:2021-08-25 14: 19: 26

散点图是数据在直角坐标轴上的分布图,除了常用的展示因变量随自变量变化的两变量散点图外,IBM SPSS Statistics还提供了单变量与多变量的散点图类型,供进行更简单或更复杂的散点图绘制。

对于数据分析来说,除了要懂得选择合适的数据分析方法外,也要懂得如何运用图表去说明数据。本文将针对SPSS的散点图类型进行实例演示,帮助我们日后更好地运用散点图进行数据展示。

一、散点图类型

本例将会使用到一组包含客流量、销售额与销售量的数据。

图1:销售额数据
图1:销售额数据

如图2所示,依次单击图形-旧对话框-散点图/点图,开启SPSS的散点图绘制工具。

图2:散点图/点图
图2:散点图/点图

SPSS提供了如图3所示的五种散点图类型,分别是简单散点图、矩阵散点图、简单点图、重叠散点图与三维散点图。

接下来,我们会以变量的数量作为分类标准,讲解各散点图类型。

图3:散点图类型
图3:散点图类型

二、单变量散点图

简单点图是用于绘制单变量散点图的图表类型。如图4所示,在其变量设置面板,仅包含了单个X轴变量。

我们将销售额设为X轴变量,其他保持默认设置绘制散点图。

图4:简单点图设置
图4:简单点图设置

如图5所示,可以看到数据以点的形式绘制在直角坐标轴上,可观察到销售额数值的分布情况。

图5:销售额简单点图
图5:销售额简单点图

三、双变量散点图

相对于单变量散点图,双变量散点图则更为常用,其展示的是Y轴变量(因变量)随X轴变量(自变量)变化的趋势,在探索变量间相关关系、回归关系时,常会使用双变量散点图观察变量间的关系。

双变量散点图在SPSS中称作简单散点图,如图6所示,其变量设置包含了X、Y轴变量。我们将Y轴与Z轴变量分别设置为销售额、客流量,以观察两者的相关关系。

图6:简单散点图设置
图6:简单散点图设置

如图7所示,通过观察散点图,可以看到,客流量与销售额之间存在着正相关的关系。

图7:销售额与客流量散点图
图7:销售额与客流量散点图

四、多变量散点图

SPSS的多变量散点图包括了矩阵散点图、重叠分布散点图、三维散点图三种类型。三维散点图与双变量散点图相似,是将三个变量分别设为X轴、Y轴与Z轴,比较简单。接下来,我们重点讲解较为复杂的矩阵散点图、重叠分布散点图。

如图8所示,在矩阵散点图的设置中,可将多个变量添加到矩阵变量中。

图8:矩阵散点图设置
图8:矩阵散点图设置

添加为矩阵变量的变量会形成N*N(N为矩阵变量数量)的散点图矩阵,可观察两两矩阵变量的相关关系。我们如果需要观察多个变量间的相关关系,就可以使用散点图矩阵提高作图效率。

图9:矩阵散点图
图9:矩阵散点图

与矩阵散点图不同,重叠散点图是在同一个直角坐标轴中展示多组变量之间的相关关系。如图10所示,重叠散点图可通过变量的配对组成不同的组。

图10:重叠散点图
图10:重叠散点图

比如,如图11所示,可通过构建两个Y变量(销售额)相同的配对组,在同一个坐标轴中了解不同X变量(客流量与销售量)与Y变量的相关关系。

图11:重叠散点图设置
图11:重叠散点图设置

如图12所示,在重叠散点图中可同时观察到客流量与销售额、销售量与销售额之间的相关关系。

但需注意的是,在这种相同Y变量的重叠散点图绘制中,X变量最好是单位一致的变量,不然,两组散点图趋势无法比较。

图12:重叠散点图
图12:重叠散点图

四、小结

综上所述,在运用SPSS散点图展示数据时,可根据数据的变量数量,选择合适的散点图类型。单变量可使用简单点散点图,双变量可使用简单散点图,多变量可使用矩阵散点图、重叠分布散点图、三维散点图。

作者:泽洋

展开阅读全文

标签:spss散点图

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
最新文章
spss赋值后为什么显示不出来 spss赋值后为什么空白不显示
在现代数据分析中,SPSS(统计产品与服务解决方案)被广泛应用于社会科学、市场研究和健康科学等领域。尽管其功能强大,但在实际操作中,用户可能会遇到一些问题,例如赋值后数据不显示或空白。本文将探讨这些问题,并提供解决方案。
2024-06-14
spss异常值设置在哪里操作 spss异常值筛选后如何处理
在数据分析过程中,异常值是一个常见的问题,它可能会对分析结果产生影响。因此,正确处理异常值是非常重要的。本文将探讨SPSS如何处理异常值的方法。关于SPSS异常值设置在哪里操作,SPSS异常值筛选后如何处理的内容,本文向大家作简单介绍。
2024-05-22
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: