第10章-数据的图形显示

第10章数据的图形显示10.1统计图概述10.2直方图和茎叶图10.3箱图10.4饼图10.5条图与误差图10.6线图、面积图与垂线图10.7散点图10.8P-P图和Q-Q图10.9控制图和Pareto图10.10其他统计图例10.1（直方图）

对总样本的消费者信心值绘制直方图，以考察是否服从正态分布例10.1(1)选择图形图表构建程序(2)在图库中选择“直方图”组，将右侧出现的简单直方图图标拖入画布中(3)在变量列表总找到index1，将其拖入画布横轴框中(4)在“元素属性”对话框中选中“显示正态曲线”复选框，注意随后一定要单击下方的“应用”按钮，否则相应的操作不会生效例10.2（箱图）

利用箱图分月份对样本的消费者信心指数进行描述，以考察指数随时间的基本变化趋势例10.2（箱图）

(1)选择图形图表构建程序(2)在图库中选择“箱图”组，右侧出现的图标组中的第1个即是简单箱图，将该图标拖入画布中(3)在变量列表中找到index1，将其拖入画布的纵轴框中(4)将月份time拖入横轴框中(5)单击“确定”按钮例10.3（饼图）

现希望分城市、月份考察CCSS数据的性别比例是否存在一定的变化趋势例10.3（饼图）

(1)选择图形图表构建程序(2)在图库中选择“饼图”组，将右侧出现的饼图图标拖入画布中(3)切换至“组/点ID”选项卡，选中“行嵌板变量”和“列嵌板变量”列表框(4)将性别S3拖入“分区依据”列表框中(5)将月份time拖入列嵌板变量框中，城市S0拖入行嵌板变量框中(6)单击“确定”例10.4（条图）

用条图展示不同职业人群的消费者信心均数有无差异例10.4（条图）

(1)选择图形图表构建程序(2)在图库中选择“条”图组，将右侧出现的简单条图图标拖入画布中(3)将职业S5拖入横轴框中(4)将index1拖入纵轴框中(6)单击“确定”按钮绘制出图形，然后双击图形进入“编辑”状态，选中分类轴，在“属性”对话框的“类别”选项卡中，在“排序依据”下拉列表框中选择“统计”选项，在“方向”下拉列表框中选择“降序”选项，单击“应用”例10.5（复式条图）

在例10.4基础上，进一步用条图展示不同职业人群现状指数和预期指数的差异情况例10.5（复式条图）

例10.6（百分条图）

例10.6（百分条图）

例10.7（线图）

10.1统计图概述10.1.1统计图的基本框架10.1.2统计图的种类10.1.1统计图的基本框架标题和注解区坐标轴绘图区图例区绘图区注解区图例区标题区和注解区标题区和注解区分别位于图形的最上方和最下方标题中一般应注明图的编号，标题内容则简明扼要，用于说明资料的内容、地点、时间注解区主要用于添加对图形内容的简单说明，文字不宜过多，讲清楚即可国内出版物的统计图一般要求在图形正下方给出标题，因此不会用到这两个区域坐标轴分类变量连续变量——分类轴——连续轴数轴刻度间无大小之分，仅代表不同类别刻度严格而准确地表示数量上的差异不同尺度的连续轴绘图区被坐标轴包围，直接使用图形元素对数据进行呈现的区域（内框区）图形元素（直条、区块、点、线等）图例区图例区位于整个图形右侧，当在图形中需要使用不同的颜色、线形等将图形元素分组以表示不同类别时需要使用10.1.2统计图的种类单变量图双变量图多变量图专用统计图带图例的散点图/高维散点图控制图、ROC曲线统计图分类10.1.2统计图的种类单变量图连续性变分类变量直方图、箱图、P-P、Q-Q频数——简单条图构成比——饼图频数&构成比——Pareto10.1.2统计图的种类双变量图连续性应变量分类应变量自变量类型无序分类变量——简单条图有序分类变量——线图连续变量——散点图连续性变量变换自/应变量分类变量——条图（复式、分段、马赛克）10.2直方图与茎叶图10.2.1案例：绘制消费者信心值的直方图10.2.2图形的基本编辑操作10.2.1案例：绘制消费者信心值直方图例10.1对总样本的消费者信心值绘制直方图，以考察是否服从正态分布(1)选择图形图表构建程序(2)在图库中选择“直方图”组，将右侧出现的简单直方图图标拖入画布中(3)在变量列表总找到index1，将其拖入画布横轴框中(4)在“元素属性”对话框中选中“显示正态曲线”复选框，注意随后一定要单击下方的“应用”按钮，否则相应的操作不会生效10.2.1案例：绘制消费者信心值直方图1.界面说明绘图画布类别列表框10.2.2图形的基本编辑操作1.“图形编辑器”窗口(1)

“图形编辑器”窗口：双击要进行编辑的统计图，即进入“图形编辑器”窗口。在该窗口中所有图形元素都可以被单独选中或者成组选中，如果该元素只能被成组选中，则说明由于统计特性原因不允许对该元素进行单独编辑，例如直方图中的直条组、数轴的刻度标签等都是不允许单独(2)

“属性”子对话框：多选项卡界面。对应着“图形编辑器”窗口中被选中的元素种类，该子对话框中出现的选项卡种类也会发生变化。大多数编辑操作都要在此对话框中进行。如果该对话框被关闭，则可以选择“编辑属性”菜单项将其重新打开10.2.2图形的基本编辑操作2.图形编辑的操作要点(1)

选择图形元素：统计图中的各种图形元素（散点、直条、数轴等），都会按照其统计特征进行编组。图形元素选择基本规律图例选择同时选择不同元素第一次单击会选中图中所有同类/组元素；在原位置上两次单击，则会变为只选中该图形元素本身两次单击会选中同组元素，3次单击选中元素本身按住Ctrl键，分别选择10.2.2图形的基本编辑操作2.图形编辑的操作要点(2)

进行文本编辑：单击选中文本，对于可编辑的文本元素，再次单击则进入编辑状态，可对其自由进行内容、格式、字体等的编辑(3)

移动图形元素或改变其大小：选中相应元素，视选中框周围是否出现控制柄10.2.2图形的基本编辑操作3.更改图形长宽比例(1)双击图形，打开图表编辑窗口，选中数据区；(2)单击右键属性窗口图表大小（选项卡）取消选中“保持宽高比”(3)在“高度”、“宽度”数值框中输入希望设定的图形大小10.2.2图形的基本编辑操作4.图例元素的位置移动和改变大小(1)用鼠标将整个图例元素选中，会出现带8个控制柄的方框(2)将光标移动到框线上，光标会变成十字形，此时按下鼠标左键即可随意移动所选中的元素的位置(3)将光标移动到控制柄上，则光标变为双向箭头形，此时按下左键可以更改元素大小10.2.2图形的基本编辑操作5.更改背景色、直条颜色、边框等图形元素属性6.更改连续轴选项练习：请将之前所绘制的直方图去掉背景色，并将直条颜色改为红色7.增删图形元素(1)增加参考线：选中元素，右击，在弹出的快捷菜单中选择“添加X轴参考线”，然后再参考线选项卡中将其位置设为相应数值。练习：在图形上添加一条参考线以突出哪些组段信心指数值低于50(2)删除图形元素：选中元素，右击，若该元素可被删除，则在菜单上会出现“删除”菜单项10.2.3直方图图形框架的修改1.直方图组的绘制现希望比较北京、上海、广州三地售房者的信心分布有无差异，可以有两种方法方法一：分别绘制3张直方图（请大家思考练习）方法二：用直方图组方式实现以直方图组方式实现，除了和之前完全相同的对话框操作外，绘图时新增的操作如下：(1)切换至“组/点”选项卡：选中“行嵌板变量”复选框(2)将S0城市选入画布上新增的嵌板框中(3)单击“选项”按钮，在打开的“选项”对话框中确认未选中下方的“换行嵌板”复选框（请试一试如果有勾选该复选框的结果）10.2.3直方图图形框架的修改2.累积直方图绘制绘制元素属性对话框：在“统计量”下拉列表框中将默认的“直方图”选项修改为“累积计数”选项10.2.3直方图图形框架的修改3.直方图选项的修改分布曲线修改：双击分布曲线修改直条书目10.2.4直方图衍生图形1.分段直方图方法一：将堆积直方图拖入画布方法二：切换至组/ID选项卡勾选“分组/堆栈变量”10.2.4直方图衍生图形2.面积直方图（频率多边形图）元素属性对话框插值下拉列表样条光滑10.2.4直方图衍生图形3.人口金字塔（总体锥形图）最常用于汇总人口数据，一般按性别分割，提供两个紧挨着的有关年龄的水平直方图需要制定两个变量：拆分金字塔的分类变量，将其拖入画布中的拆分变量放置框中即可；绘制水平直方图的变量，将其拖入“分布变量”区放置框中10.2.5茎叶图分析描述统计探索直方图练习1.图形长宽修改为300，3902.移动图例元素至图形右下方3.去掉图形背景色，将直条颜色更改为红色4.将纵轴标签修改为：消费者信心指数5.给信心指数低于50的受访者在图形上添加参考线6.绘制北、上、广直方图组7.分别绘制北、上、广三地的信心分布指数（个案选择、文件拆分）10.3箱图10.3.1案例：用箱图分月份考察消费者信息指数的分布10.3.2箱图的编辑10.3.1用箱图分月份考察消费者信心分布1.箱图概述箱图主要用于描述连续变量的分布情况，在组间比较中具有比较明显的优势与直方图相比，箱图侧重基于百分位数指标勾勒出统计上的主要信息10.3.1用箱图分月份考察消费者信心分布2.箱图绘制例10.2利用箱图分月份对样本的消费者信心指数进行描述，以考察指数随时间的基本变化趋势(1)选择图形图表构建程序(2)在图库中选择“箱图”组，右侧出现的图标组中的第1个即是简单箱图，将该图标拖入画布中(3)在变量列表中找到index1，将其拖入画布的纵轴框中(4)将月份time拖入横轴框中(5)单击“确定”按钮10.3.1用箱图分月份考察消费者信心分布3.图形说明(1)每个箱形都由最中间的粗线、一个方框、外延出来的两条细线和最外端可能有的单独散点组成。(2)箱体中间的粗线表示当前标量的中位数，方框的两端分别表示上、下四分位数，两者之间的距离为四分位数间距，整个方框包括了中间50%样本的数值分布范围。(3)方框外的上、下两个细线分别表示除去异常值外的最大、最小值(4)异常值界定：凡是与四分位数值的距离超过1.5倍四分位间距的>1.5(Q3–Q1)异常值1.5-3倍：离群值>3倍：极值10.3.1用箱图分月份考察消费者信心分布4.图例解读(1)从中位数角度看，2007/2008年末的消费者信心指数较低，而2007年初和2009年末的信心指数都较高。(2)从箱体宽度看，4个月份的信心指数离散程度相差不明显(3)从离群值和极端值分布情况看，可以发现样本中有一些离散程度较大的数值，进一步分析时需要特别关注这些值的影响10.3.1用箱图分月份考察消费者信心分布5.注意事项(1)当百分位数不稳定时，箱图并不适用(2)当样本量太少，或者相同数值过多时，不宜使用箱图，此时可以选择茎叶图或条图。、10.3.2箱图的编辑1.分类轴选项的修改——类别选项卡2.箱图主体格式编辑：箱形、细线3.设定异常值散点标签10.4饼图10.4.1案例：分城市、月份考察样本性别比例10.4.2饼图的编辑10.4.1

案例：分城市、月份考察样本性别比例1.饼图概述现希望分城市、月份考察CCSS数据的性别比例是否存在一定的变化趋势一般以12点钟处为起点，各组成部分按习惯顺序或数值大小依次顺时针排列，“其他”类别放在最后10.4.1

案例：分城市、月份考察样本性别比例2.饼图绘制用于表示各类别某种特征的构成比情况，以圆形总面积为100%，扇形面积的大小表示事物内部各组成部分所占的百分比构成。(1)选择图形图表构建程序(2)在图库中选择“饼图”组，将右侧出现的饼图图标拖入画布中(3)切换至“组/点ID”选项卡，选中“行嵌板变量”和“列嵌板变量”列表框(4)将性别S3拖入“分区依据”列表框中(5)将月份time拖入列嵌板变量框中，城市S0拖入行嵌板变量框中(6)单击“确定”10.4.1

案例：分城市、月份考察样本性别比例3.图例解读(1)在绝大多数的月份/城市组合中，男性受访者的比例都要高于女性(2)北京、上海、广州三地相比，广州的男性受访者比例明显更高(3)随着时间推移，男性受访者在三地似乎都有一定的上升趋势，广州的这一趋势似乎更为明显10.4.2

饼图编辑1.行列嵌板编辑2.饼图主体编辑3.设定饼块标签4.饼块的突出显示与合并行嵌板编辑选中图形区域主体，就会打开“属性”对话框，点击“嵌板”选项卡。使嵌板换行水平镜像嵌板垂直镜像嵌板饼图主体编辑点击“深度和角度”选项卡，用于饼块格式设置，如阴影效果、三维效果等，还可以定义第一个饼块起始于时钟的哪个方向，以及整个饼图是否沿顺时针还是逆时针方向排列设定饼块标签绘制的饼图默认不显示数据标签，如希望显示，则首先选中希望显示标签的饼块或饼块组，然后“元素显示数据标签”菜单项，则相应的饼块就会出现数值标签饼块的突出显示与合并先用鼠标选中想突出显示的那一部分，然后选择“元素分解分区”，或者直接单击工具栏上的要讲哪些所占比例很小（比如小于5%）的部分合并为“其他”一类10.5条图与误差图10.5.1简单条图案例：比较不同职业人群的消费者信息值10.5.2复式条图案例：分职业进一步比较不同人群的现状和预期指数10.5.3分段条图与百分条图案例：比较不同月份的A3a选项比例分布10.5.4条图的编辑10.5.5带误差线的条图与误差图条图概述条图是用等宽直条的长短来表示相互独立的各指标数值大小，该指标可以是连续性变量的某汇总指标，也可以是分类变量的频数或构成比各（组）直条间的间距应相等，其宽度一般与直条的宽度相等或者为直条宽度的一半为比较方便，一般将被比较指标按照大小排序或者按某种自然顺序排列条图概述绘制条图时，纵轴尺度应当尽量从0开始，中间不宜折断，否则将給人以错误印象。10.5.1

简单条图案例例10.4用条图展示不同职业人群的消费者信心均数有无差异(1)选择图形图表构建程序(2)在图库中选择“条”图组，将右侧出现的简单条图图标拖入画布中(3)将职业S5拖入横轴框中(4)将index1拖入纵轴框中(6)单击“确定”按钮绘制出图形，然后双击图形进入“编辑”状态，选中分类轴，在“属性”对话框的“类别”选项卡中，在“排序依据”下拉列表框中选择“统计”选项，在“方向”下拉列表框中选择“降序”选项，单击“应用”10.5.1

简单条图案例由于对未来充满希望，平均而言，学生的信心值最高，紧随其后的是经济地位相对不错的私营业主，而衣食无忧的公务员信心值排在第三，其排名甚至高于医生、律师以及企业管理者而蓝领工作者、退休人员以及失业人员的信心值则分列最后3位10.5.2

复式条图案例复式条图（ClusteredBarChart）是指由两个或两个以上直条组成条组的条图，各条组之间有间隙，组内小条之间无间隙。10.5.2

复式条图案例例10.5在例10.基础上，进一步用条图展示不同职业人群的现状指数和预期指数均数的差异情况(1)选择图形图表构建程序，打开“图表构建程序”对话框(2)在图库中选择“条”图组，将右侧出现的复式条图（群集条形图）图标拖入画布中(3)将职业S5拖入横轴框中(4)同时选中index1/index1a/index1b三个变量，将它们拖入纵轴框中，此时SPSS会弹出创建摘要组确认框，单击“确定”按钮(5)双击图形进入编辑状态，选中分类轴，在属性对话框中的“类别”选项卡中，在“排序依据”下拉列表框中选择“统计”选项，在“方向”下拉列表框中选择“降序”选项，单击“应用”(6)将均值连续轴刻度范围修改为0-110，小数位更改为0直接确定时输出图形对横轴排序后的图形对纵轴编辑后的图形10.5.2

复式条图案例收入较高的私营业主、专业人士、企事业管理人员，以及收入虽然偏低但很不稳定的国家公务员、教师的现状指数明显较高除失业人群外，其余所有职业人群的预期指数均低于现状指数教师群体的预期指数明显低于其现状指数，也明显低于其他大多数职业群体的预期指数10.5.3

分段条图与百分条图1.分度条图与百分条图分段条图（StackedBarChart）和复式条图一样，需要多考虑一个分组因素。在分段条图中以直条全长代表某个变量的总量，而用其中的分段长度表示不同亚群对总量的贡献（构成比或数量大小）百分条图（PercentBarChart），也称为马赛克图，是用直条内部各部分面积的大小表示事物内部各组成部分所占的百分构成比，百分条图可以直接绘制，也可以在图形编辑时由分段条图加以转换10.5.3

分段条图与百分条图2.百分条图绘制例10.6多选题A3a记录的是受访者做出当前家庭经济状况判定的依据，现希望考察不同月份各选项回答比例的变化有无某种内在趋势，以提供对信心指数变化趋势的辅助解读信息。(1)选择图形图表构建程序，打开“图表构建程序对话框”(2)在图库中选择“条”图组，将右侧出现的分段条图图标拖入画布中(3)将月份time拖入横轴框中(4)将多选题变量集$TA3a拖入堆栈框中(5)在“元素属性”对话框中，在“编辑属性”列表框选择“条”选项，在下方的“统计量”下拉列表框中选择“百分比()”选项，然后单击下方的“设置参数”按钮，在对话框中将百分比分母设置为“每个X轴类别总量”，单击“继续”，再单击“应用”(6)再在“编辑属性”列表框选择“GroupColor”选项，在下方的“顺序”列表框中移除选项“中性原因”和“不知道/拒答”，单击应用10.5.3

分段条图与百分条图2.百分条图绘制最终生成的百分条图对条图排序后的图形10.5.3

分段条图与百分条图2.分段条图绘制在百分条图绘制过程中，若将直条统计量设为默认的“计数”，则所绘制出的分段条图为：10.5.4

条图的编辑1.分类轴标签的编辑2.条图与其他统计图的相互转换：由于饼图、条图、线图、面积图的基本结构都可以反映一个分类变量的数据分布情况，区别仅在于表达统计量的图形元素不同，因此这些图形是可以相互转换的以绘制简单条图为例，只需要选中图形元素主体，随后在“属性”对话框中打开“变量”选项卡，可见“元素类型”下列列表框中目前的选项为“条形图”，将其修改为所需的饼图、线图、或者面积图种类即可。注意：有些转换需要同时对数轴变量进行设定，否则提供的图形信息不足，无法进行转换10.5.4

条图的编辑2.复式条图和分段条图的相互转换：由于饼图、条图、线图、面积图的基本结构都可以反映一个分类变量的数据分布情况，区别仅在于表达统计量的图形元素不同，因此这些图形是可以相互转换的以绘制简单条图为例，只需要选中图形元素主体，随后在“属性”对话框中打开“变量”选项卡，可见“元素类型”下列列表框中目前的选项为“条形图”，将其修改为所需的饼图、线图、或者面积图种类即可。注意：有些转换需要同时对数轴变量进行设定，否则提供的图形信息不足，无法进行转换10.5.4

条图的编辑3.复式条图和分段条图的相互转换：以例10.5中绘制的复式条图为例，同样在“变量”选项卡中，可以看到该图以“职业S5”定义X轴，此分类变量为变量组名称为“Varibles”，用于定义X轴聚类，且采用颜色标识，只需要在这里将其功能转换为“堆栈”，应用后就会看到图形转换为分段条图10.5.4

条图的编辑4.复式条图/分段条图中主、次分类变量的相互转换：只需要在“变量”选项卡中将主、次分类变量的功能对换一下即可5.分段条图和百分条图的相互转换：选项缩放至100%;快捷工具栏10.5.5

带误差线的条图与误差图1.绘制带误差线的条图在许多分析问题中，研究者希望用条图来表示各类某指标均数高低，并同时给出其区间估计范围(1)指定可信度均数可信区间：最常见的情形为95%可信区间(2)均值指定倍数的标准差：最常见的情形为2倍，此时计算出的区间实际上是正态分布下95%个体参考值范围(3)均值指定倍数的标准误：最常见情形为2倍，此时计算出的区间基本上等价于正态分布下的95%可信区间具体操作：在元素属性选项卡编辑属性列表框选择图形元素“条”，并在其下方选中“显示误差条形图”复选框，此时可以将误差线范围指定为确定比例的可信区间（默认95%，可修改），或者2倍标准差/标准误，此处倍数也可修改10.5.5

带误差线的条图与误差图2.误差图误差图用于显示数据的可信区间、标准差或均值标准误的范围，从而估计其离散度SPSS中的误差图分为单式和复式10.6线图、面积图、点图与垂线图10.6.1多重线图案例10.6.2线图的编辑线图概述线图是用线的升降表示一个事物随着另一个事物（如时间）的变化趋势线图所反映的指标类型和条图完全相同，可以是频数、构成比等分类描述指标，也可以是均数、标准差等连续变量的汇总指标线图与条图区别：线图更倾向于反映连续变量的汇总指标，同时线图的另一个数轴应当代表一个有序分类变量的取值情况，从而通过线图的走向变化来考察相应指标的变化趋势因此，线图的两个坐标轴和条图类似，一般一个是（有序变量）分类轴，一个是连续轴10.6.1多重线图案例例10.7现希望分城市考察不同月份总消费者信息指数的均值变化有无内在趋势(1)打开图表构建程序对话框；(2)在图库中选择“线”图组，将右侧出现的多重线图图标拖入画布中；(3)将月份time拖入横轴框中；(4)将总指数index1拖入纵轴框中；(5)将城市S0拖入分组（设置颜色）框中，然后双击该框，在打开的“分组区域”对话框中将分组依据由“颜色”改为“图案”；(6)单击“确定”按钮绘制出图形，然后双击图形进入编辑状态，将均值连续轴刻度范围修改为85-105，小数位更改为0。拖放调整图例位置和绘图区大小至合适比例选中线图（组）在其属性对话框中，点选“内插线”选项卡，选中“样条”线图解读(1)在2008年底之前，3个城市的信心指数都是持续下跌的，随后在经济刺激计划的作用下开始上升，且在2009年底超过初值(2)北京、上海、广州三地的信心指数变化规律不一，广州相对而言变化较为平缓，而上海则涨跌幅度最大(3)就平均水平而言，北京消费者的信心指数最高，其次为广州，上海消费者的信心指数最低(4)在2008年之前，3地消费者信心指数存在较大差异，但2009年末的指数差异则大为缩小10.6.2线图编辑1.更改数据点的显示方式简单线图和多重线图默认不会显示各数据散点，但有时希望将其显示出来首先，选中线图（组）方法一：元素添加标记方法二：单击工具栏上的按钮请大家尝试给光滑的线图添加标记，看会出现怎样的结果10.6.2线图编辑2.更改数据点间的连接方式10.6.2线图编辑3.突出显示某一条连线10.6.2线图编辑4.半对数线图半对数线图（Semi-logarithmicLineGraph）用于比较两种或两种以上事物的发展速度而不是绝对数量当事物数量间差别较大时，普通线图往往难以客观地表达或相互比较发展速度，此时可以绘制半对数线图由于0和负数均不能取对数，所以半对数线图的纵轴尺度起点为0.01,0.1,1,10……在制图时，在元素属性对话框中将相应数轴刻度类型更改为对数即可已绘制好的图形，选中相应连续轴，在“刻度”选项卡中，将连续轴刻度更改为对数刻度即可10.7散点图10.7.1简单散点图10.7.2散点图编辑10.7.3分组散点图10.7.4散点图矩阵10.7.5三维散点图散点图简介散点图是常用的表现两个变量或多个连续性变量间有无数量关联的统计图，它用点的密集程度和趋势表示两个变量之间的相关关系和变化趋势在进行相关/回归分析之前，绘制合适的散点图考察两个或多个变量间的相关关系及变化趋势是必须的简单散点图：描述两变量间关系散点图矩阵：描述多个变量之间两两关系重叠散点图：描述多个自变量与一个应变量或多个应变量与一个自变量之间关系三维散点图：描述3个变量之间综合关系10.7.1简单散点图例10.8利用简单散点图考察年龄S3与总消费者信心指数间的数量关联趋势(1)打开图表构建程序对话框；(2)在图库中选择“散点”图组，将右侧出现的简单散点图图标拖入画布中(3)将年龄S3拖入横轴框中，将总指数index1拖入纵轴框中(4)单击“确定”10.7.2散点图编辑1.用套索模式选择离群散点(1)编辑套索选择标记(2)直接单击工具栏上的按钮2.改变过密散点图的显示方式大样本数据，或者变量取值范围有限的情况下，散点重叠情形非常常见，对此问题可以采用散点合并的显示技巧加以解决在编辑状态，选择选项块元素或者单击工具栏上的按钮，默认显示方式为标记大小，即以散点块的大小代表该区域散点数量的多少分箱选项卡：设定具体的合并选项10.7.2散点图编辑3.添加回归趋势线和可信区间(1)选中散点图主体(2)选择元素总计拟合线或者单击工具栏上的按钮10.7.2散点图编辑3.添加钉线10.7.3分组散点图例10.9进一步分性别考察年龄S3与总指数index1的关系，以判断不同性别间年龄对信心指数的影响趋势是否不同(1)打开图表构建程序对话框(2)在图库中选择“散点”图组，将右侧出现的分组散点图图标拖入画布中(3)将年龄S3拖入横轴框中，将总指数index1拖入纵轴框中(4)将性别拖入分组框中(5)单击“确定”按钮，绘制出图形，双击图形进入编辑状态，对坐标轴尺度、图例位置等进行适当调整(6)将散点图更改为按标记大小区分的合并方式(7)选择元素子组拟合线，在图形中添加分组回归线，并在拟合线选项卡中将回归线种类更改为Loess10.7.4

散点图矩阵例10.10在前面分析基础上，进一步考察年龄S3对现状指数、预期指数的影响(1)打开图表构建程序对话框(2)在图库中选择“散点”图组，将右侧出现的散点图矩阵图标拖入画布中(3)按住Ctrl键，选中S3、现状指数index1a、预期指数index1b，将其一起拖入画布上的矩阵框中(4)单击“确定”按钮，进入编辑状态，对坐标轴、图例位置等进行适当调整(5)将散点图更改为按颜色区分的合并方式(6)选择元素总计拟合线，在图形中添加回归线，并在“拟合线”选项卡中将回归线种类更改为Losess.10.7.5

三维散点图1.三维散点图绘制以例10.10为例，要做出S3/index1a/index1b的三维散点图，只要在对话框中将它们依次定义为X/Y/Z轴即可。2.三维散点图的旋转观察进入编辑状态，选择编辑3D-Rotation，或者单击3.三维散点图的缩放若希望散点图占据主要显示区间，可以选中散点图主体，然后再3D旋转选项卡中将距离改得较近一些即可，改为30可使图形占据大部分显示面积10.8P-P图与Q-Q图10.8.1P-P图10.8.2Q-Q图10.8.1P-P图P-P图简介从P-P图中可以看出变量的实际累积概率与假定理论分布概率的符合程度，从而判断资料是否服从所考察的分布类型。如果变量服从理论分布，则实际累积概率与理论累积概率应基本一致10.8.1P-P图界面说明10.8.2

Q-Q图Q-Q图基本原理与P-P图类似，也用于比较变量的实际分布与其所假定的理论分布是否一致P-P图比较的是两者的累计频率分布，而Q-Q图则是根据变量的实际百分位数与理论百分位数进行绘制Q-Q图适用条件更宽松，结果更稳健。但是对Q-Q图进行考察时存在一个问题，即不像P-P图可以用经验界限来判断样本是否和理论存在明显差异，因此应用相对较少10.9控制图与Pareto图10.9.1控制图10.9.2Pareto图10.9.1

控制图1.图形简介作用：用于分析和判断生产工序是否处于稳定状态的一种统计图原理：当生产过程仅仅受随机因素影响时，产品的质量特征的平均值和变异都基本保持稳定，称之为受控状态。此时产品的质量特征服从某种确定概率分布的随机变量，因此可以每隔一定时间再生产线进行抽样，若其数值符合原分布规律，就认为生产过程正常，否则就认为生产中出现某种系统性变化，或者说过程失控，此时就需要考虑采取包括停产检查在内的各种措施，以期查明原因并将其排除，以恢复正常生产，不使失控状态延续下去。10.9.1

控制图2.控制图种类按照数据特征：计量控制图+计数控制图10.9.1

控制图均数、全距和标准差控制图。均数—全距组合控制图：在图中显示每个亚组测量值的均值和全距，当亚组内例数比较少（例如少于10个），不宜计算标准差时，选用此图均数—标准差组合控制图：当例数较多时，由于采用标准差的效率更高，也更稳定，因此推荐使用此图均数的计算要求每个亚组中的案例数大于1，当各亚组中均只有一个案例时，就只能采用个体值移动全距图。在图中显示个体测量值，图中个体值的顺序与数据的顺序一样移动全距图用于显示每个所选间隔段里的数值全距，若间隔段是3，移动范围图用于显示目前记录、其前一条记录和前两条记录之间的数值全距，反映数据暴动情况的改变10.9.1

控制图不合格率、不合格品数控制图p显示每个亚组里不一致的记录所占的比例，用于控制对象为不合格品率或合格品率等计数值质量指标的场合由于计算不合格品率需要进行除法运算，比较麻烦，所以在样本量大小相同情况下，用np图比较方便，它显示的是每个亚组内不