用制作常用统计图

时间：2022-07-01 百科知识版权反馈

【摘要】：三、用SPSS制作常用统计图制作统计图应该注意的问题一般来说统计图能够更有效地向读者传达信息。用SPSS制作常用统计图SPSS具有很强的制图功能，可以绘制多种统计图形。SPSS 图形的制作可分为三个过程：建立数据文件；生成图形；修饰生成的图形。在这个对话框中选择“Simple”项、并选择“Summaries for groups of cases”项，在接下来的对话框中把“统计成绩”作为分析变量，把性别作为分类变量，得到的箱线图如图2-35所示。

三、用SPSS制作常用统计图

制作统计图应该注意的问题

一般来说统计图能够更有效地向读者传达信息。要得到一幅科学的统计图形应该注意以下几个方面的问题：

1．通过选择恰当的图形类型、刻度、长宽比例等，使图形能够准确反映数据中包含的信息，而不是歪曲事实。

2．图形要尽量简明。图形应该突出所要传达的信息，不必要的标签、背景、网格线等会分散读者的注意力。

3．图形应该有清楚的标题和必要的说明，明确图形的含义、计量单位、坐标轴代表的变量、资料来源等。

4．反复加工和修改是获得优秀统计图形的重要步骤。

用SPSS制作常用统计图

SPSS具有很强的制图功能，可以绘制多种统计图形。这些图形可以由各种统计分析过程产生，也可以直接由Graphs 图形菜单产生。SPSS 图形的制作可分为三个过程：建立数据文件；生成图形；修饰生成的图形。

1．线图

[例1.9]　表2-9是我国1991～2003年的就业人数。根据数据绘制线形图。

表2-9　是我国1991～2003年的就业人数

选择Graphs Line 进入Line Chart 对话框（如图2-22所示）。有3种线图可选：Simple为单一线图，Multiple 为多条线图，Drop-line 为落点线图。本例选单一线图。

在定义选项框的下方有一数据类型栏，提供了3种数据类型：Summaries for groups of cases 以分组数据的汇总结果为数据点绘图；Summaries of separate variables 以变量的汇总结果为数据点绘图；Values of individual cases 以各个观测的观察值为数据点绘图。本例中选择第三种情况。

单击define按钮，把就业人数选为需要绘制的变量，把年份定义为分类变量，单击“OK”按钮后就可以得到一个图形了。在SPSS中双击该图形可以对图形的各个元素进行修改，修改后的图形如图2-23所示。

图2-22　线图类型的选择框

图2-23　我国就业人数的线图

2．条形图

[例1.10]　根据表2-10中数据做一个分组的条形图，比较学生调查表中男生和女生对统计学的兴趣。

表2-10　学习兴趣

选择Graphs Bar，在Bar Chart对话框中把条形图的类型选为Clustered（复式条形图），将数据类型选择为Summaries for groups of cases，如图2-24所示。接下来，在定义条形图的对话框（如图2-25所示）中选择分类变量为“兴趣”，每一类别中的分组变量为“性别”，用条形代表观测数的百分比，点击“OK”键后就可以得到分组条形图了。对图形进行进一步的修改后得到的图形如图2-26所示。

图2-24　条形图类型选择

图2-25　条形图的定义框

图2-26　对统计学兴趣的性别差异

3．饼图

[例1.11]　根据表2-10中数据，画出学生对统计学兴趣百分比的饼图。

选择“Graphs”“Pie”，在“Pie Chart”选项框中选择“Summaries for Groups of Cases”，在接下来的对话框中，在“Slices Represent”选项中选择“％ of cases”，在“define slices by”框中选择变量“兴趣”，点击“OK”按钮完成图形，然后对图形进行必要的修改，可以得到如图2-27所示的结果。

图2-27　学生对统计学课程的兴趣

描述数据分布状况的统计图

直方图、箱线图、茎叶图等都可以用来描述数据的分布状况，其中最为常用的是直方图。

1．根据原始数据绘制直方图

[例1.12]　根据表2-10中数据，制作统计成绩的直方图。

调用Graphs 菜单的Histogram 过程可绘制直方图。在Histogram对话框中把“概率成绩”变量选入Variable 框，再点击“OK”按钮就完成了，SPSS会自动确定分组界限。如果对SPSS确定的分组界限不满意，可以用以下方法进行修改：双击直方图进入编辑状态，然后对图形特性作进一步修改，最后得到的直方图如图2-28所示。

图2-28　直方图

2．根据分组数据绘制直方图

[例1.13]　根据表2-10数据分组资料绘制直方图。

如果需要根据分组数据绘制直方图，首先要正确输入数据，为数据指定相应的权数（如图2-29所示），然后再使用Histogram 过程作图。使用学生月支出数据作直方图，结果如图2-30所示。

图2-29　数据加权

图2-30　分组数据直方图

3．茎叶图

在数据数量不太多时，茎叶图可以很好地反映数据的分布状况，并且能够保留原始数据的信息。

[例1.14]　根据表2-10中数据，创建学生身高的茎叶图。

在SPSS中选择Analyze Descriptive Statistics Explore过程可以完成茎叶图的绘制。在Explore对话框中，单击Plots按钮，选中“Stem-and-leaf”复选框（默认选项），具体过程如图2-31和2-32所示，在输出结果中就会看到茎叶图。对学生调查中的身高数据作茎叶图，结果如图2-33所示。

图2-31　我国就业人数线图

在茎叶图的输出中，第一组的茎为15，叶分别为8，8，9，9，茎的宽度为10（Stem width：10），说明这一组的实际数值分别为158、158、159、159，共有4个数据。从茎叶图可以看出身高的中位数和众数都等于165厘米。SPSS在作茎叶图时如果发现数据中有极端值会单独作为一组标出，而不作为茎叶图的一部分；如果数据位数很多，可能会舍弃后面数据位的数值。

图2-32　选择输出图形

图2-33　茎叶图

4．箱线图（Box plot）

[例1.15]　根据表2-10中数据，绘制统计成绩的箱线图。

在SPSS中可以通过Graphs Boxplot调出绘制箱线图的对话框（如图2-34所示）。在这个对话框中选择“Simple”项、并选择“Summaries for groups of cases”项，在接下来的对话框中把“统计成绩”作为分析变量，把性别作为分类变量，得到的箱线图如图2-35所示。

图2-34　箱线图对话框

SPSS中的箱线图是这样绘制的：先根据三个四分位数（Q₁、Q₂、Q₃）画出中间的盒子。盒子的长度Q₃−Q₁称为四分位距（interquartile range，IQR）。然后，由Q₃至Q₃+1.5*IQR区间内的最大值向盒子的顶端连线；如果数据处于Q₃+1.5*IQR至Q₃+3*IQR的范围内用圆圈标出，超出了Q₃+3*IQR的用星号标出。在Q₁一侧也用类似的方法绘制：由Q₁至Q₁−1.5*IQR区间内的最小值向盒子的底部连线；Q₁−1.5*IQR至Q₁−3*IQR的范围内用圆圈标出，小于Q₁−3*IQR的用星号标出。