发帖
雷达卡
随着现代社会的不断发展，人们的时间成本越来越宝贵，如何更高效的呈现数据内涵已经成为一个重要问题。
统计图是辅助作者和读者沟通的有效工具，它可以很好的展现数据特征，快捷地将数据内涵呈现出来，同时还可以让内容看起来更加美观易读。本文以SPSSAU中涵盖的统计图为例简单介绍各类常见统计图的特点及应用场景。
一、统计图分类
统计图大致可分为：单变量图、双变量图、多变量图等，每个类别下按照数据的数据类型还可以再进行细分，具体分类如下：
每种类型的统计图的特点不同，所呈现出数据的主要特征也不尽相同，使用场景自然也不一样，比如饼图可以很好的展现各部分数据的占比情况，因此常用于辅助展现定类数据的构成比例。结合数据类型选择合适的统计图进行搭配，才能达到最好的效果。下面进行具体的说明。
二、分类说明
**1）单变量图，**主要是呈现某一变量的分布特征。通过图形元素的位置高低、范围大小等对某一数据分布情况进行呈现，常用于描述、考察变量的分布类型。
变量为定量数据 常用图形：直方图、茎叶图、箱图、P-P或Q-Q图。
定量数据的分布描述最常用的是直方图，通过取值范围和长度来展现分布规律，研究比如身高数据的分布情况如何。除直方图外，常用的还有茎叶图、箱图；如希望考察是否正态分布，则可以使用P-P图和Q-Q图。
SPSSAU提供的箱盒图分析截图
P-P图
变量为定类数据 常用图形：柱状图、饼图、环形图
对定类数据的描述如主要展现各类数据的频数时，可使用柱状图；如需要展现各部分占比，最常用的是饼图。
柱状图
饼图
2）双变量图，用于考察两变量之间的关联关系，即主要呈现X和Y之间的关系情况。双变量图按照数据类型可分为四种情况：
第一种情况，X定类，Y定量，呈现X(定类)对于Y(定量)的关联关系，比如不同学历人群对满意度差异关系，常使用的图形工具一般是条形图、折线图或雷达图等
第二种情况，X定量，Y定量，如果X为定量数据，特别是代表年代或时间时，通常使用线图进行呈现，用于直观地表现随着X的变化，Y的变化规律如何。
如果X为定量数据，且是连续的定量数据，比如身高、体重这一类数据，通常用于选择用散点图，通过散点的疏密程度和变化趋势来对两个变量间的数量关系进行呈现，比如身高和体重间的关系情况展现。通常在相关分析前也使用散点图了解关系。
折线图
散点图
第三种情况，X定量，Y定类， 常规做法是将自/应变量交换后使用条形图进行呈现。
第四种情况，X定类，Y定类， 可使用的图形工具比较单一，以柱形图为主，可选择堆积柱形图或柱形图等。
3）多变量图，是指一幅图形中需要呈现3个或以上的变量间关系。由于一个坐标轴只用于呈现一个变量的数值特征，比较常用的做法是用二维平面图加图例的方式进行呈现。例如在散点图中用点的形状或颜色区分不同的类别。
不同性别下X和Y的关系情况
上图为区分不同性别群体时，X和Y的散点图。用户在SPSSAU中需要让性别放入“颜色区分项”框即可，可直观展示不同类别时，数据间的关系差异情况。
4）其他统计图
除了按照上述分类所归纳的图形外，还有满足某个领域的特殊需要，或者用于解决某种专门的统计分析问题所采用的图形工具。比如用于描述数据均值偏离程度的误差条图、在医学领域使用广泛，用于研究X对于Y的预测准确率情况的ROC曲线等等，这里不再展开说明。关于各类统计图的具体说明可到SPSSAU帮助手册中查看，并结合数据进行操作分析。
误差条图
ROC曲线
京公网安备 11010802022788号
