可视化图形集合（一）

目录

一、散点图

二、直方图

三、箱线图

四、词云

五、误差线图

---

一、散点图

1.使用场景

散点图用于考察定量数据之间的关联关系，即查看X和Y之间的关系情况。 散点图通常用于探索性研究，直观展示出数据间的关联关系情况。

散点图的常见使用场景如下：

（1） 相关分析之前，查看X和Y之间的关系情况。

（2） 回归分析后模型检验，查看残差分别与自变量间的关联性【回归模型假定残差不应该与自变量有关联性，即异方差性】。

（3） 其它用于直观展示数据关系的场景。

2.SPSSAU操作如下图

3.SPSSAU中输出散点图说明

分析结果来源于SPSSAU

说明1

上图是回归分析保存的残差值与自变量作散点图，用于检测异方差性，上图可以看出，数据基本上没有规律可循，X变化时，Y并不会变大或者变小，因而说明无关联性，也即说明没有异方差性。

说明2

上图可以看出，X增大时，Y会明显的减少，也即说明X和Y之间有着负向相关关系。

说明3

上图区分不同性别群体时，X和Y的散点图。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。

二、直方图

1．使用场景

正态分布图（也称高斯分布图）是由德国的数学家和天文学家Moivre于1733年首次提出。从理论上讲，生活中绝大多数数据均满足正态分布，比如身高，体重，人的智商等等数据。而且当前的多数研究方法均默认假定数据呈现出正态分布。直方图用于直观展示数据特征情况，观察数据的正态分布特性，检验数据是否满足分析方法的前提（正态性）。使用场景如下：

（1） 相关分析时，数据的正态性查看（如果正态，则使用Pearson相关系数，反之如果数据分布明显不正态，则使用Spearman相关系数）；

（2） 回归分析后模型检验，将残差进行正态性检验，如果残差呈现出正态性意味着模型构建良好，反之说明模型构建较差。

（3） 方差分析前，定量数据Y的正态性查看（此方法使用较少），如果不满足正态性则使用非参数检验。

（4） 其它（理论上讲，t 检验，单样本t 检验，配对t 检验等研究方法，其前提条件是数据呈现出正态性，但在实际研究中几乎不会对数据作正态性检验，默认数据是正态性分布）

2.SPSSAU操作如下图

3.SPSSAU中输出直方图说明

说明1

上图是回归分析保存的残差值进行正态性检验，上图可以看出，数据基本上满足正态性，几个柱子的分布基本上可以用一个钟形的正态曲线描绘，数据基本满足正态分布性。

说明2

上图可以看出，数据离正态性较差，柱子的轮廓也有一定的钟形特征，但并不完美，如果数据量较少或要求不高，也基本上可以接受这样的正态性特质。

说明3

上图可以看出，数据明显偏差正态性，柱子轮廓完全不具有“钟形”即正态性特质，数据完全不符合正态分布。

三、箱线图

1.使用场景

箱线图（也称盒图，箱盒图等）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。通过箱线图，可以直观的探索数据特征。箱线图使用场景如下：

（1） 查看可能的异常值数据情况（比如在回归分析前查看是否有异常数据）；

（2） 非参数检验时查看不同类别X时，Y的数据分布情况；

（3） 其它涉及查看数据分布或者异常值查看时。

2.用途

（1）直观地识别数据中异常值（离群点）；

（2）直观地判断数据离散分布情况，了解数据分布状态。

3.SPSSAU操作如下图

4.计算

箱线图共由五个数值点构成，分别是最小观察值，25%分位数（Q1），中位数，75%分位数（Q3），最大观察值。需要特别说明的是，最小观察值和最大观察值定义如下

（1） 最小观察值 = Q1 – 1.5（IQR）, IQR = Q3 –Q1

（2） 最大观察值 = Q3 + 1.5（IQR）, IQR = Q3 –Q1

5.SPSSAU中输出箱线图说明

说明1

上图中直观展示出C2时共有2个异常值点，如果对C2进行分析，且分析方法对异常值敏感时（比如相关分析，回归分析等），此时需要对该2个异常值点进行处理成null或者填充（SPSSAU异常值功能），或者在分析时进行过滤。

说明2

上图可以看出，在男性时，C1中有2个异常点；女性时，C1共出现1个异常点。移动到异常点时会显示具体数据。此时如果有需要，可将此3个异常值进行处理，或者在分析时过滤掉异常值。

四、词云

1.使用场景

词云图（也称云图）是由美国西北大学新闻学教授Rich Gordon提出，“词云”可对文字中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而使浏览者只要一眼扫过文本就可以领略文本的主旨。

2.SPSSAU操作如下图

3.SPSSAU中输出词云说明

说明

上图中直观展示出房价热度的情况，“深圳”字体最大最明显，直观展示出此信息。

PS：SPSSAU提示：如果数据中已经明确好权重，比如房价热度信息分为两列，一列是城市，另外一列是热度指数（即权重加权项）。相当于“热度指数”是权重，可直接拖放到“加权项”处，得到加权的词云图如下。

五、误差线图

1.使用场景

误差线图用于展示数据的不确定性程度，显示潜在的误差或每个数据标志的不确定程度。样本数据的波动是通过标准差体现，因而样本均值不确定性程度为标准差。如果希望体现数据抽样误差，此时应该使用标准误。

SPSSAU共提供标准差和标准误两类误差项(默认标准差)供选择使用，通常是使用标准差，展示均值的偏离程度。

2.SPSSAU操作如下图

3.SPSSAU中输出误差线图说明

上图展示不同性别的婴儿体重情况，柱子代表平均值（分别是7.588和7.671），并且使用标准差直观展示均值的波动情况，可以看出，无论男女，婴儿的体重波动基本均在1斤左右。