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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
︾
读者也喜欢这些内容:
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。...
阅读全文 >
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
阅读全文 >
IBM SPSS Statistics的两变量相关、偏相关与距离相关分析有什么不同
相关分析研究的是两个或以上随机变量间的相关关系的分析。与回归分析不同,相关分析侧重的是变量间的相关特性,但不能说明变量间可相互依赖并进行预测,比如吃冰淇淋与肥胖之间的相关分析。...
阅读全文 >
spss卡方检验结果线性关联是什么 spss卡方检验结果没有连续性校正
对于两组连续性变量,一般通过回归分析判断两者是否存在相关关系。对于离散型变量,则需借助卡方检验判断两者之间是否存在相关关系。变量数据类型不同,SPSS卡方检验提供的结果形式也有所不同,因此很多用户会感到不解。本文结合实例向大家介绍SPSS卡方检验结果线性关联是什么,SPSS卡方检验结果没有连续性校正原因是什么。...
阅读全文 >