SPSS最全使用教程手把手教你精通课件.ppt

3、观测值模式的简单面积图 选择变量英语进入“Areas Represent”框中，选择姓名为分类标签变量，结果将给出每个学生的英文成绩。 4、观测量分类模式的累积面积图 在“Areas Represent”框中选择求中文的均值，选择年级变量进入“Category”框，选择性别变量进入“Define Areas by”框，输出结果将列出各年级男女生的中文平均成绩。 5、变量模式的累积面积图 在“Areas Represent”框中选择英语和中文，并采用求平均值选项，选择性别变量进入“Category”框，输出结果将列出男女生的中文和英文平均成绩。 6、观测值模式的累积面积图 在“Areas Represent”框中选择标枪、铁饼和中文，选择姓名为分类标签变量，输出结果将列出每个学生的标枪、铁饼和中文成绩。 4.6饼图 饼图采用扇面的大小表示数值的大小。 4.6.1 操作步骤 （1）选择菜单Graphs－Pie项，将打开窗口： 上面的窗口用于选择和当前数据文件相符的数据组织方式，其中， Summaries for groups of cases：观测量分类模式 Summaries of separate variable：变量模式 Values of individual cases：观测值模式 （2）单击Define按钮，将打开设置对话框，Define Slices项用于选择分类变量 （3）提交各项设置，饼图将绘制在输出窗口中。 4.6.2 应用举例 利用18名学生的成绩数据绘制各种饼图。 1、观测量分类模式的饼图 选择年级为分类变量，选择饼图表示英语总成绩。 2、变量模式的饼图 选择英语和中文进入“Slices Represent”框中，并采用默认的求和项。 3、观测值模式的饼图 选择变量英语进入“Slices Represent”框中，选择姓名为分类标签变量。 4.7 p-p图和Q-Q图 正态分布在许多统计分析中起着重要的作用，这也是我们为什么常要检查数据服从正态分布的原因。 p-p图和Q-Q图可用于直观表示数据分布是否符合正态分布。 4.7.1 p-p概率图 p-p概率图是根据变量的累积概率对应于所指定的理论分布累计概率绘制的散点图，它可以直观的检测数据是否与某个概率分布的统计图形一致。如果被检验的数据符合所指定的分布，数据的点应当成对角线分布。 打开数据文件，选择菜单Graphs－p-p，出现绘制p-p图的窗口： 将被检测的数值型变量选入variable框中，可以依次选入多个。其他采用默认选项即可。 如果数据呈正态分布，则图中数据点应和理论直线重合。去势p-p图是按照正态分布计算的理论值和实际值之差的分布情况，即分布的残差图。如果数据分布为正态分布，则数据点应较均匀的分布在y=0这条直线上下。 4.7.2 Q-Q概率图 Q-Q图和p-p图的原理基本一致，所不同的是它采用的是变量数据分布的分位数与所指定分布的分位数之间的曲线来进行检验。 例：检测学生成绩数据库中的中文成绩是否服从正态分布。 4.8 箱图 箱图是一种描述数据分布情况的统计图。从箱图上可以看到数据的中位数、四分位数以及极值等。 单击Graphs－Boxplot项，出现窗口： Simple：简单箱图 Cluster：分组箱图 Data in Chart Are框用于选择数据组织方式： Summaries for groups of cases：观测量分类模式 Summaries of separate variables：变量模式 通过选择两个图标和两种数据组织方式，共有四种情况。 应用举例 1、简单箱图 在Boxplot框中选择观测量分类模式的简单箱图，在出现的窗口中分别选择英语、年级为分析变量和分类变量，并选择编号为标签变量。 2、分组箱图 在Boxplot框中选择观测量分类模式的分组箱图，在出现的窗口中分别选择英语为分析变量，年级为横轴变量，性别为分组变量。 4.9 散点图 散点图又称相关图。根据散点图中数据的分布走向和密集程度，可以大致判断变量之间的相关关系。 单击Graphs－Scatter项，打开窗口 Simple Scatter：简单散点图，只能在图上显示一对相关变量 Matrix Scatter：矩阵散点图，在矩阵中显示多个相关变量 Over