科研统计图汇总
一、常用统计图
常用统计图的适用情况和举例说明如下:
比如:散点图适用于展示两个变量之间的关系情况;直方图适用于展示连续变量的分布情况,判断是否符合正态分布等;箱线图展示一组数据的中位数、四分位数、最大值、最小值等信息,可以用于分析数据分布情况或者是否存在异常值等等。
二、作图思路
首先区分数据类型:画图通常是体现X和Y之间的关系情况。那么首先需要知道X和Y分别的数据类型是什么,下面总结一个表格说明如下:
按照X和Y的思维,先识别出X和Y分别的数据类型情况,然后找到适合的统计图作图即可。
举例说明:比如想要分析不同品种和不同施肥方式下,水稻产量的差异,希望通过图形直观展示差异情况。很明显这里2个X均为定类数据,而水稻产量为定量数据,所以可以使用“簇状图”进行可视化分析。
将数据上传至SPSSAU系统,选择“簇状图”,拖拽变量至右侧相应分析框,操作如下图:
得到簇状图结果如下:
簇状折线图
簇状柱形图
簇状条形图
SPSSAU当前提供累计共30类图形,分布于各个方法中自动生成,当然还有一些复杂或者特殊的图形需要自己作图。
三、SPSSAU自动出图
在使用SPSSAU进行数据分析时,选择相应方法进行分析得到分析结果的同时,SPSSAU会默认自动输出对应的统计图分析结果。
举例说1:定类数据进行频数分析时,SPSSAU会默认输出对应的饼状图、圆环图、柱状图、条形图。如果需要切换不同的统计图,点击图形右上角选择即可,如下图:
举例说明2:使用独立样本t检验研究不同组别空腹血糖下降值的差异时,SPSSAU会默认输出对应的柱形图、条形图、折线图。如下图:
举例说明3:使用卡方检验研究不同疗法治疗效果的差异时,SPSSAU会默认输出对应的堆积柱形图、堆积条形图等,如下图:
提示:SPSSAU可视化结合了数据分析方法的思想,默认提供准确的可视化图形展示,这是SPSSAU智能系统的一个组成部分。通常自动输出的第一个统计图是最优的即最合适的。
四、统计图详细说明
1、散点图
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。
- 使用场景
(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。 - 散点图示例
2、直方图
直方图用于直观展示数据分布情况,观察数据的正态分布特性,检验数据是否满足正态性。
- 使用场景
(1) 相关分析时,数据的正态性查看;(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) 其他用于查看数据分布、检验正态性的场景等等。
- 直方图展示
3、箱线图
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。
- 使用场景
(1) 查看可能的异常值数据情况;(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。
- 直方图展示
4、词云图
词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。
- 使用场景
(1)直观地展示文本信息,并且突出展示关键信息;
(2)针对有权重的数据信息进行词云展示。
- 词云图展示
5、误差线图
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。
- 误差线图展示
6、P-P图/Q-Q图
P-P图和Q-Q图常用于直观查看数据是否正态分布。P-P图和Q-Q图的目的性基本一致,但原理上有着区别。
- 使用场景
(1) 方差分析对应的Y值是否具有正态性特质的判断;(2) 回归分析前,对应的Y值是否具有正态性特质判断;回归分析后,使用P-P图和Q-Q图检查残差值是否有正态性特质;(3) 二元Logit回归后的残差值是否有正态性特质。(4) 其它用于直观展示数据正态性的场景。
- P-P图/Q-Q图展示
7、ROC曲线
ROC曲线,也称受试者工作特征曲线;ROC曲线最初是运用在军事上,当前在医学领域使用非常广泛,用于研究X对于Y的预测准确率情况。
- ROC曲线展示
8、象限图
象限图可对数据分类进行直观展示;使用水平和垂直分割线将图表区域划分成四个象限,而且每个象限呈现对应的数据。通常情况下,象限图呈现目的在于直接展示数据划分区域。
- 象限图展示
9、帕累托图
帕累托图是“二八原则”的图形化体现,80%的问题是由20%的原因所致;通常情况下帕累托图可用来展现某‘问题’的占比情况,通过图形找出最重要的原因。
- 帕累托图展示
10、簇状图
从展示的图形类型上,簇状图可分为簇状折线图、簇状柱形图和簇状条形图等,SPSSAU默认均提供;SPSSAU共提供平均值、计数、求和以及中位数四种汇总值。簇状图时,分类数据为0个,1个或2个,SPSSAU均提供对应的图形展示。
- 簇状图展示
11、组合图
组合图用于两类维度值之间有较大差异时的图形化展示,其有两个坐标轴,分别是主轴和次轴,通常情况下,主轴为数量较大项,次轴为数量较大项。比如展示GDP与GDP增长率,主轴为GDP,次轴为GDP增长率。
- 组合图展示
12、气泡图
气泡图可用于展示X和Y之间的关系情况,并且利用Z标识每个点的气泡大小。同时,SPSSAU支持直接在气泡中展示‘标签’,并且可使用不同颜色标识气泡。
- 气泡图展示
13、核密度图
核密度图是一种非参数检验方法,其是对直方图的进一步抽象化,但其更加直观,其曲线下面积为1,通常用于连续数据的直观展示,比如年龄的分布情况,身高的分布情况等。
- 核密度图展示
14、小提琴图
小提琴是是箱线图和核密度图的集合,其可通过箱线思维展示数据的各个百分位点,与此同时,还可使用核密度图展示数据分布的‘轮廓’效果,‘轮廓’越大,即意味着数据越集中于该处,反之则说明该处时数据越少。
- 小提琴图展示