第三章 图表的创建和编辑 2015.10.12

几种常见图 棒图/条形图（Bar Graphs）：不同类别、离散型数据（顺序、称名） 折线图（Line Graphs）:数据的趋势 饼图（Pie Charts）:称名 误差线图（Error Bar charts）:等距等比，带有误差线的图表 直方图（Histograms）:连续变量（如分数的区间） 散点图（scatter plots）:相关

1.创建图表 常规图表（Regular Graphs）和交互图表（Interactive Graphs）

创建图表的一般方法（如Line Graphs） SPSS  Graphs Interactive Line Graphs Assign Variables: 指定变量 三个新变量： $ case:——case编号；当样本量很少时，或者抽样数据成顺序排列时 $count:特定类目中的个体数。如性别X变量，Y轴变量是男女个体数目的图表 $pct:特定类目中个体数占总数的百分比。 2-D Coordinate(二维坐标)： X轴变量选项框 Y轴变量选项框

Legend Variables（图例变量）：除了X轴和Y轴上的变量，分类显示的第三变量 如性别变量在图中用不同的标记来表示不同的取值（男性、女性） color:颜色；style:线的格式，虚实线；size:点和线的尺寸 Bars/dots and lines represent: 一般不用显示

2.特定的几类图表的建立 2.1 Bar Graphs棒图/条形图（非连续型变量） Interactive 中作图 描述称名变量或顺序变量的分布，或在另一变量上的取值情况。 Interactive 中作图 Graphs  Interactive  Bar Assign variables: 如，分数等级X轴， CountY轴， year图例变量（style） cluster: 图例变量是成簇的，每个类别都有自己独立的bar stacked:图例变量是叠加的，每个bar由若干个部分/类别构成 Bar Chart options: Error bars:

Regular graphs中做bar图/条形图/棒图： Graphs  Bar…  Bar Charts 对话框 simple: 简单bar 图 clustered: 分组bar图 stacked:分段bar图 Data in Chart Are 是统计量的模式的选项栏。也就是在生成的bar图中，每个条所代表的意义是什么。 （1）Summaries for groups of cases 是变量值模式。指bar图中的每一个条代表变量的一个取值。系统默认选项。 （2）Summaries of separate variables 是变量模式。指bar图中的每一个条代表一个变量。 （3）Values of individual cases 是观测值模式。指条形图中的每一个条代表一个观测值。

变量值模式作图 Graphs  Bar… simple & Summaries for groups of cases Define: (1)bar represent: 频数，相对频数，累积频数，相对累积频数，其他统计量（默认为均值,可修改change statistics） 如：成绩gpa (或者3以上的人数) (2)Category axis: 分类轴变量 如 年级 系统默认的各条的排列顺序为：如果是字符串变量，按字母的顺序排列；如果是数值型变量，按数值的大小从小到大排列。 （3）panel by: 按所选变量在同一横轴或纵轴绘制多张条图（所选变量的不同取值/分类分开作图，如男生和女生各做一个图） （4）titles:图题

分组bar图：Graphs  Bar… clustered （5）options: missing value选项中 缺失值的处理，是否显示缺失值定义的组 Exclude cases listwise:是剔除所有含缺失值的个案 Exclude cases variable by variable:是剔除分析变量中含有缺失值的个案 分组bar图：Graphs  Bar… clustered Define: define clustered by: 分组bar图中的组变量，如性别 分段bar图：Graphs  Bar… stacked define stacks by: 分段bar图中的组变量

Summaries of separate variables 变量模式简单条形图适用于对多个同类变量的描述和比较，每个条代表一个变量。 如平时五次测验的成绩 Graphs  bar  simple/clustered/ stacked & Summaries of separate variables  define bar represent ：条形所代表的意义 category label: 分类轴标签（case number, variable）

Values of individual cases 观测值模式作图 简单bar图：每一个条代表一个观测值，条的长度代表观测值的大小。（即每一“条”代表一个个案在这个变量上的取值，条的长度表示值的大小） ；适用于case数目较少的情况 Graphs  bar  simple & Values of individual cases  bar represent 如，每个人的总分情况

2.2 Line graphs线图 Interactive 中作图 描述变化趋势（一般为连续型变量） Graphs  Interactive  Line Assign variables: 如，想要知道随着分数等级的改变人数的变化。 Y轴n of cases， 分数等级X轴 复合图：gender性别图例变量用不同线型表示。 Dots and lines选项卡：显示组平均值的数据点

Regular graphs中作图 简单（Simple） 图 Graphs  Line simple & Summaries for groups of cases  define Category axis: X轴变量 Line represents: Y轴代表的意义或变量 复合（multiple） 图 Graphs  Line multiple & Summaries for groups of cases  define Defined lines by: 分不同线表示的第三变量 如作线图：男女生在不同分数区间的人数

垂线图（drop-line） Graphs  Line drop-line & Summaries for groups of cases  define Define points by:图例变量 , 即第三变量用不同的点来表示 ，既可以显示随着X轴变量的改变Y轴变量的变化趋势，又可以显示第三变量的不同取值在Y轴变量上的差异大小。 如，男女生在不同分数区间的人数 垂线图中一般不用显示 error bar

2.3 Pie Graphs饼图 Interactive 中作图 表示部分与整体之间的关系（占总体的比率） Graphs  Interactive  Pie  Simple Assign Variables: slice by : 分类变量； color和style: 不同类别的标记方法 选项卡pies:用来命名饼图中的每一部分，类别名称，值，计数，百分比 如，不同名族的学生的人数 不同地区的销售额

Regular graphs中作图 Graphs  Pie  Summaries for groups of cases  define Slices represent: 每一部分slice的面积大小代表的意义

2.4 Error Bar Charts误差线图 Interactive 中作图 反映标准差、平均值的标准误，或置信区间的大小 Graphs  Interactive  Error Bar Assign variables: 如不同性别总分情况 X轴：性别；Y轴：总分total Error Bar Represent: CI:置信区间 SD：标准差 SE:标准误 Error Bars:误差线选项 Bar Label: 勾选Mean或者Count，会在图中显示相应的值

简单图：Graphs  error bar  simple  define Regular graphs中作图 简单图：Graphs  error bar  simple  define Variable: Y轴上的变量 Category axis： X轴上的分类变量 Bar Represent: 复合图： Graphs  error bar  clustered define Define clusters by: 不同格式/颜色的线段所代表的第三变量 Error Bar chart 的作用：反应离散程度，帮助判断差异的显著性

2.5 Histograms直方图 反映连续变量不同区间上的取值（频次），描述变量的分布情况 Interactive 中作图 Graphs  Interactive Histogram Assign variables: gpa为X轴，Count为Y轴 cumulative histograms:累积频次 Histogram选项 normal curve正态曲线：以数据均值和标准差为基本参数 set interval size automatically自动设定组距：

Regular graphs中作图 Graphs Histogram Variable: X轴分区间的变量 Y轴默认为频数frequency

Interactive 中作图 2.6 散点图 表示两个或两个以上变量之间相互关系的图形。 2.6 散点图 表示两个或两个以上变量之间相互关系的图形。 Interactive 中作图 Graphs  Interactive  scatterplot Assign variables: 例：做出总分和GPA之间关系的散点图。 total Y 轴，GPA X 轴 男女生分开做X与Y的散点关系显示在同一张图中：legend Fit中添加回归线 method: 选择regression ; 勾选包含回归方程中的常数，否则给出的只是斜率 Fit lines:可选分子集回归线（男性女性）,也可选总的回归线 Prediction lines: 一般不用勾选

Graphs  Scatter/Dot simple define Regular graphs中作图 简单点图Simple scatter Graphs  Scatter/Dot simple define Y Axis：Y轴框 X Axis：X轴框 Set Markers by：设定散点图例。选入一个标记变量 （第三变量），根据该变量取值的不同对同一个散点图中的各点标以不同的颜色。 Labels cases by：标识观测量框。当编辑图形时，如选择了Label变量，则显示该变量的值。——一般不需要，需要在options中勾选display chart with labels 如，做出总分和GPA之间关系的散点图，男女生以不同颜色的点标记出来

练习 在19世纪，苏格兰物理学家James D.Forbes试图通过水的沸点来估计海拔高度，在阿尔卑斯山及苏格兰收集了沸点及海拔的数据如表所示。试绘制沸点与气压关系的散点图，并作拟合直线。（华氏F=9/5℃+32） 序号 沸点F 气压(InchHg) 1 194.5 20.79 10 201.3 24.01 2 194.3 11 203.6 25.14 3 197.9 22.40 12 204.6 26.57 4 198.4 22.67 13 209.5 28.49 5 199.4 23.15 14 208.6 27.76 6 199.9 23.35 15 210.6 29.04 7 200.9 23.89 16 211.9 29.88 8 201.1 23.99 17 212.2 30.06 9 201.4 24.02

练习 使用bar图，检验每个年级的学生数量，分开参加和未参加复习课程的学生。这些变量从图上看是否有关联？ 使用bar图，描述出低年级和高年级学生期末总分的情况，并给出数据的error bar。 基于直方图的检验，学生的GPA是否呈正态分布？ 期末成绩(final)和平时测验的平均分数的散点图，并添加回归线。 随着年级不同，男女生成绩各有怎样的变化趋势，作线图说明。 不同民族的学生的成绩（percent），作出误差线图以帮助初步判断不同民族是否有差异。