京公网安备 11010802034615号
经营许可证编号:京B2-20210330
spss统计图之散点图绘制方法_数据分析师
散点图是用分布的点来表示数据的分布情况。如果在不考虑时间的情况下,需要比较大量数据点时,可使用散点图。散点图中包含的数据越多,比较的效果就越好。
要绘制散点图可以执行以下操作。
(1)执行Graphs/Legacy Dialogs/Scatter /Dot命令,弹出Scatter/Dot对话框,如图16-38所示。
图:Scatter/Dot对话框
(2)在Scatter/Dot对话框中选择所需的选项,单击Define按钮,弹出如图16-39所示的Scatter Scatterplot对话框。
Simple Scatterplot对话框
(3)在该对话框中选择要定义的变量并添加到右侧所对应的列表框中,如图所示。
定义图表中的变量
(4)单击OK按钮,即可在输出结果窗口中显示散点图,如图所示。
显示散点图
如果要更改散点图样式,可在图形编辑窗口中选中图中的点并打开Properties对话框,选择Marker选项卡,在其中进行设置,如图所示。在该选项卡中可以设置点的类型、大小、外周线宽和颜色。
散点图中的点分布凌乱,不容易观察其分布特点,如果只想了解点的分布趋势,不在意点的具体位置,可以将散点组化。组化是将某区域的三点用一个符号来代替,这个符号代表点的密度。
在已生成的散点图中,用户可以通过调整变量在图中的作用生成新的图形。其方法是选中散点图中的点并打开Properties对话框,然后选择Variables选项卡,在其中进行设置,如图所示。
图16-42 Marker选项卡
图16-43 Variables选项卡
在散点图中还可以观察数据点的差异,即是从每个数据点到所选定地方做一个线段,这种方式叫做钉线。设置钉线的方法是,选中要加钉线的点,打开Properties对话框,在Spikes选项卡中即可设置钉线。Spikes选项卡中共有4种钉线样式,分别是None、Floor、Origin、Centroid单选按钮。选择其中一种单选按钮,再单击Apply按钮,如图16-44所示,即可显示相对应的钉线样式。
图16-44 Spikes选项卡
Spikes选项卡中各选项的含义如下:
None:无钉线。
Floor:平面散点图,钉线为每个数据点到X轴的连线。
Origin:从每个数据点到原点的连线。
Centroid:从每个数据点到全部数据距离的连线。距心的坐标是X、Y、Z轴上3个变量值的加权平均数。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31