SPSS教程第十六课：统计图的绘制 的, 计算机, 统计图, 价值, 资料

spss_SAS

统计图是用点的位置、线段的升降、直条的长短或面积的大小等来表达资料的内容。它可以把资料所反映的变化趋势、数量多少、分布状态和相互关系等形象直观地表现出来，以便于读者的阅读、比较和分析。

本章将介绍SPSS在绘制常用统计图方面的功能。由于计算机绘图具有快速、清晰、规范、可修正以保证准确无误等特点，故在论文、报告等写作中有着十分重要的应用价值。

第一节 直条图

15.1.1 主要功能

调用Graphs菜单的Bar过程，可绘制直条图。直条图用直条的长短来表示非连续性资料（该资料可以是绝对数，也可以是相对数）的数量大小。

15.1.2 实例操作

[例15-1]研究血压状态与冠心病各临床型发生情况的关系，分析资料如下所示，试绘制统计图。

血压状态	年龄标化发生率（1/10万）
	冠状动脉机能不全	猝死	心绞痛	心肌梗塞
正常 临界 异常	8.90 10.63 19.84	12.00 18.05 30.55	34.71 46.18 73.06	44.00 67.24 116.82

15.1.2.1 数据准备

激活数据管理窗口，定义变量名：年龄标化发生率为RATE，冠心病临床型为DISEASE，血压状态为BP。RATE按原数据输入，DISEASE按冠状动脉机能不全=1、猝死=2、心绞痛=3、心肌梗塞=4输入，BP按正常=1、临界=2、异常=3输入。

spss_SAS

15.1.2.2 操作步骤

选Graphs菜单的Bar...过程，弹出Bar Chart定义选项框（图15.1）。在定义选项框的下方有一数据类型栏，系统提供3种数据类型：

图15.1 直条图定义选项框

Summaries for groups of cases：以组为单位体现数据；

Summaries of separate variables：以变量为单位体现数据；

Values of individual cases：以观察样例为单位体现数据。

大多数情形下，统计图都是以组为单位的形式来体现数据的。在定义选项框的上方有3种直条图可选：Simple为单一直条图、Clustered为复式直条图、Stacked为堆积式直条图，本例选复式直条图。

点击Define钮，弹出Define Clustered Bar:Summaries for Groups of Cases对话框（图15.2），在左侧的变量列表中选rate点击Ø钮使之进入Bars Represent栏的Other snmmary function选项的Variable框，选disease点击Ø钮使之进入Category Axis框，选bp点击Ø钮使之进入Define Clusters by框。

图15.2 直条图绘制对话框

点击Titles...钮，弹出Titles对话框，在Title栏内输入“血压状态与冠心病各临床型年龄标化发生率的关系”，点击Continue钮返回Define Clustered Chart:Summaries for Groups of Cases对话框，再点击OK钮即完成。

系统在统计图编辑窗口中输出直条图。由于在原始数据库中，为了输入的方便，分组采用简单的1、2、3……等数字表示，故体现在统计图中的分组条目会让读者感到不理解。为此，用户可点击窗口上端工具栏中的Edit钮，对统计图进行编辑。用户欲在图中的哪一部位（如：标题、纵横轴的尺度与标目、统计图的色彩或花纹，等等）进行编辑，只须将鼠标箭头指向这一部位并双击鼠标左键，系统即弹出相应的编辑对话框。编辑过程简便易行，用户不妨一试。本章对此内容的介绍从略。

spss_SAS

15.1.2.3 结果显示

下图为经编辑（主要是将分组的标目改为中文）后血压状态与冠心病各临床型年龄标化发生率关系的直条图。从图中可见，冠心病各临床型的发生率以冠状动脉机能不全最低、心肌梗塞最高；随血压的升高，疾病发生率升高；异常血压对心肌梗塞发生的影响作用大于其他临床型。

spss_SAS

第二节 线图

15.2.1 主要功能

调用Graphs菜单的Line过程，可绘制线图。线图是用线条的上下波动形式，反映连续性的相对数资料的变化趋势。非连续性的资料一般不用线图表现。

15.2.2 实例操作

[例15-2]某地调查居民心理问题的存在现状，资料如下表所示，试绘制线图比较不同性别和年龄组的居民心理问题检出情况。

年龄分组	心理问题检出率（%）
	男性	女性
15- 25- 35- 45- 55- 65- 75-	10.57 11.57 9.57 11.71 13.51 15.02 16.00	19.73 11.98 15.50 13.85 12.91 16.77 21.04

15.2.2.1 数据准备

激活数据管理窗口，定义变量名：心理问题检出率为RATE，年龄分组为AGE，性别为SEX，AGE与SEX可定义为字符变量。RATE按原数据输入，AGE按分组情况分别输入15-、25-、35-、45-、55-、65-、75-，SEX是男的输入M、女的输入F。

15.2.2.2 操作步骤

选Graphs菜单的Line...过程，弹出Line Chart定义选项框，有3种线图可选：Simple为单一线图、Multiple为多条线图、Drop-line为落点线图，本例选多条线图。

点击Define钮，弹出Define Multiple Line:Summaries for Groups of Cases对话框（图15.3），在左侧的变量列表中选rate点击Ø钮使之进入Lines Represent栏的Other snmmary function选项的Variable框，选age点击Ø钮使之进入Category Axis框，选sex点击Ø钮使之进入Define Lines by框。

图15.3 线图绘制对话框

点击Titles...钮，弹出Titles对话框，在Title栏内输入“某地男女性年龄别心理问题检出率比较”，点击Continue钮返回Define Multiple Line:Summaries for Groups of Cases对话框，再点击OK钮即完成。

15.2.2.3 结果显示

下图即为系统输出的线图，分析表明，15-岁组和65-岁以上组的心理问题检出率较其他年龄组为高，女性的心理问题检出率较男性为高。

spss_SAS

第三节 区域图

15.3.1 主要功能

调用Graphs菜单的Area过程，可绘制区域图。实际上区域图是用面积来表现连续性的频数分布资料，面积越大，频数越多，反之亦然。

15.3.2 实例操作

[例15-3]在某城市抽样研究20-49岁已婚育龄妇女的避孕现状，频数分布资料参见下表，试绘制区域图。

年龄分组	避孕现状
	有	无
20- 25- 30- 35- 40- 45-	63 939 1860 1277 1141 987	68 184 273 91 173 399

15.3.2.1 数据准备

激活数据管理窗口，定义变量名：避孕有无的人数为NUMBER，年龄分组为AGE，避孕现状为CONTRA，AGE与CONTRA可定义为字符变量。NUMBER按实际人数输入（有无避孕的人数全部输入变量NUMBER中），AGE按分组情况分别输入20-、25-、30-、35-、40-、45-，CONTRA有的输入Y、无的输入N。

15.3.2.2 操作步骤

选Graphs菜单的Area...过程，弹出Area Chart定义选项框，有2种线图可选：Simple为简单区域图、Stacked为堆积区域图，本例选堆积区域图。

点击Define钮，弹出Define Stacked Area:Summaries for Groups of Cases对话框（图15.4），在左侧的变量列表中选number点击Ø钮使之进入Areas Represent栏的Other snmmary function选项的Variable框，选age点击Ø钮使之进入Category Axis框，选contra点击Ø钮使之进入Define Areas by框。

图15.4 区域图绘制对话框

点击Titles...钮，弹出Titles对话框，在Title栏内输入“某市已婚育龄妇女避孕状况分析”，点击Continue钮返回Define Stacked Area:Summaries for Groups of Cases对话框，再点击OK钮即完成。

15.3.2.3 结果显示

下图显示：年轻妇女（25岁之前）有避孕人数与无避孕人数差不多，25岁之后，有避孕人数占绝大多数，而45岁以后，无避孕人数又开始增加。

spss_SAS

第四节 构成图

15.4.1 主要功能

调用Graphs菜单的Pie过程，可绘制构成图。构成图也称馅饼图，用一个圆来表现百分构成，读者可根据圆中各个扇形面积的大小，判断某一部分在全部中所占比例的多少。

15.4.2 实例操作

[例15-4]某年某医院用中草药治疗182例慢性支气管炎患者，其疗效如下所示，试绘制构成图。

疗效	病例数	百分构成（%）
控制 显效 好转 无效	37 71 60 14	20.3 39.0 33.0 7.7
合计	182	100.0

15.4.2.1 数据准备

激活数据管理窗口，定义变量名：百分构成资料为DATA，构成部分的名称为TEXT，TEXT定义为字符变量。DATA按实际百分数输入，TEXT依次输入1、2、3、4。

15.4.2.2 操作步骤

选Graphs菜单的Pie...过程，弹出Pie Chart定义选项框，构成图仅有一种，故直接点击Define钮，弹出Define Pie:Summaries for Groups of Cases对话框（图15.5），在左侧的变量列表中选data点击Ø钮使之进入Slices Represent栏的Other snmmary function选项的Variable框，选text点击Ø钮使之进入Define Slices by框。点击Titles...钮，弹出Titles对话框，在Title栏内输入“中草药治疗慢性支气管炎效果构成图”，点击Continue钮返回Define Pie:Summaries for Groups of Cases对话框，再点击OK钮即完成。

图15.5 构成图绘制对话框

15.4.2.3 结果显示

下图显示：该中草药效果良好，无效的比例很小。

spss_SAS

第五节 高低区域图

15.5.1 主要功能

调用Graphs菜单的High-Low过程，可绘制高低区域图。高低区域图用于表现多种形式的数据区域，如一组测定值的范围（最小值—最大值）、95%可信区间值（低限—高限）、 ±1.96·SD（低值—均值—高值）等，形象直观。

15.5.2 实例操作

[例15-5]为了解水体污染情况，某市测定三种水源中放射性元素锶（⁹⁰Sr）的含量（10^-2Bq·L^-1），资料如下，试绘制高低区域图。

水源点	范围	均值
自来水 湖 水 水库水	0.65～0.93 1.31～2.11 1.01～2.16	0.79 1.71 1.58

15.5.2.1 数据准备

激活数据管理窗口，定义变量名：数据的变量名为DATA，将范围的低值与高值以及均值一并输入；设一变量为CAT，用于定义低值、高值和均值，低值为1、高值为2、均值为3；水源点变量名为GROUP，依次输入1、2、3。

15.5.2.2 操作步骤

选Graphs菜单的High-Low...过程，弹出High-Low Chart定义选项框，高低区域图有5种，即：

Simple High-Low-Close：简单线型高低区域图；

Clustered High-Low-Close：复式线型高低区域图；

Simple Range Bar：简单直条型高低区域图；

Clustered Range Bar：复式直条型高低区域图；

Difference Line：差异线区域图。

本例选用简单线型高低区域图。然后点击Define钮，弹出Define Simple High-Low-Close:Summaries for Groups of Cases对话框（图15.6），在左侧的变量列表中选data点击Ø钮使之进入Bars Represent栏的Other snmmary function选项的Variable框，选cat点击Ø钮使之进入Category Axis框, 选group点击Ø钮使之进入Define High-Low-Close by框。点击Titles...钮，弹出Titles对话框，在Title栏内输入“某市测定不同水体放射性元素锶的含量比较”，点击Continue钮返回Define Simple High-Low-Close:Summaries for Groups of Cases对话框，再点击OK钮即完成。

图15.6 高低区域图绘制对话框

15.5.2.3 结果显示

下图显示放射性元素锶的含量在湖水中最高、在自来水中最低，但水库水中其含量不仅高而且变化幅度最大。

spss_SAS

第六节 直条构成线图

15.6.1 主要功能

调用Graphs菜单的Pareto过程，可绘制直条构成线图（又称佩尔托图）。直条构成线图是直条图与构成图的结合，它用直条的长短表现各组绝对数的多少，同时用线段的逐渐上升趋势表现各组百分构成比接近100.00%的过程。

15.6.2 实例操作

[例15-6]随访1000名20-25岁的男性一年，分季节考察其感冒发生情况，结果如下，试绘制直条构成线图。

季节	病例数	百分构成（%）
春 夏 秋 冬	443 104 379 187	39.80 9.35 34.05 16.80
合计	1113	100.00

15.6.2.1 数据准备

激活数据管理窗口，定义变量名：各季节病例数的变量名为DATA，输入具体数字；季节的变量名为SEASON，依次输入1、2、3、4。百分构成不必建立变量，也不必输入数据，系统会自动生成。

15.6.2.2 操作步骤

选Graphs菜单的Pareto...过程，弹出Pareto Chart定义选项框，有2种直条构成线图可选：Simple为单一直条构成线图，Stacked为堆积式直条构成线图，本例选用单一直条构成线图。然后点击Define钮，弹出Define Simple ParetSummaries for Groups of Cases对话框（图15.7），在左侧的变量列表中选data点击Ø钮使之进入Sums of variable框，选season点击Ø钮使之进入Category Axis框。点击Titles...钮，弹出Titles对话框，在Title栏内输入“1000名20-25岁男性各季节感冒发生人数分析”，点击Continue钮返回Define Simple ParetSummaries for Groups of Cases对话框，再点击OK钮即完成。

图15.7 直条构成线图绘制对话框

15.6.2.3 结果显示

下图显示，春秋季的感冒病例比其他季节多，仅春季的病例数已接近全年病例数的一半。夏季感冒病例最少，占全年病例数的比例不到10%。

spss_SAS

第七节 质量控制图

15.7.1 主要功能

调用Graphs菜单的Control过程，可绘制质量控制图。质量控制图是进行质量控制的常用工具，可提示工作过程中所发生的变化及其趋势，从而提醒人们的警觉与注意，以便分析原因、采取解决对策。

15.7.2 实例操作

[例15-7]对一种标准试液中某物质含量测平行样5次，结果如下，试绘制质量控制图以便对准确度与精确度进行评价。

测定次序	平行样		均数	极差
	第一次	第二次
1 2 3 4 5	10.4 10.8 9.8 9.4 10.1	10.1 11.0 10.4 11.0 11.3	10.25 10.90 10.10 10.20 10.70	0.3 0.2 0.6 1.6 1.2

15.7.2.1 数据准备

激活数据管理窗口，定义变量名：平行样数据的变量名为DATA，将测定数据一并输入；设一变量为GROUP，用于定义测定次序，依次输入1、2、3、4、5。均数和极差的数据不必输入，系统会自动生成。

15.7.2.2 操作步骤

选Graphs菜单的Control...过程，弹出Control Chart定义选项框，有5种质量控制图可选：

图15.8 质量控制图选项框

X-Bar, R, s：均数控制图和极差（标准差）控制图。均数控制图又称 图，用于控制重复测定的准确度；极差控制图又称R图，用于控制例数较少时重复测定的精确度；标准差控制图又称s图，用于控制例数较多时重复测定的精确度。

Individuals, Moving Range：个值控制图。根据容许区间的原理绘制，适用于单个测定值的控制。

p, np：率的控制图。根据率的二项分布原理绘制，适用于率的控制。

c, u：数量控制图。根据组中非一致测定值绘制，各组例数相等时用u图，不相等时用c图，适用于属性资料的质量控制。

本例选用X-Bar, R, s。选项框的下方为数据类型选择栏（Data Organization），Cases are units表示数据文件中各观察样例只是一个值，其分组需要再定义；Cases are subgroups表示数据文件中各观察样例本身就是一个组。

点击Define钮，弹出X-Bar, R, s:Cases Are Units对话框（图15.9），在左侧的变量列表中选data点击Ø钮使之进入Process Measurement框，选group点击Ø钮使之进入Subgroups Defined by框。因本例样品少，故在Charts栏中选X-Bar and range项，要求输出均数控制图和极差控制图。点击Titles...钮，弹出Titles对话框，在Title栏内输入“样品测定的质量控制图”，点击Continue钮返回X-Bar, R, s: Cases Are Units对话框，再点击OK钮即完成。

图15.9 质量控制图定义对话框

15.7.2.3 结果显示

系统输出两张图，第一张为均数控制图，平均中心线的值为五组均数的平均值，其极差均值为五组极差的平均值，并由此计算得到上、下控制限；该图将用于日后测定的准确度检查，测定值在上、下控制限之内的属随机波动，超出上、下控制限的为测定失控。第二张为极差控制图，将用于日后测定的精确度检查；测定值的极差在上、下控制限之内的属随机波动，超出上、下控制限的为测定失控。

spss_SAS

第八节 箱图

15.8.1 主要功能

调用Graphs菜单的Boxplot过程，可绘制箱图。箱图可用于表现观测数据的中位数、四分位数和两头极端值。

15.8.2 实例操作

[例15-8]研究甲基汞对肝脏脂质过氧化的毒性作用，选用25只大白鼠，随机分成五组，按不同剂量染毒一段时期后测定肝脏LPO含量（n mol/L），资料如下表，试绘制箱图。

编号	染毒剂量（mg/kg体重）
	5.0	10.0	20.0	30.0	40.0
1 2 3 4 5	184.30 268.20 222.64 127.52 291.50	391.50 487.25 345.69 574.12 526.78	1025.40 1289.24 1463.55 1168.47 1356.70	1897.21 1705.33 1532.46 2015.46 2100.40	1821.33 2897.53 2001.40 2748.97 4539.75

15.8.2.1 数据准备

激活数据管理窗口，定义变量名：所测定肝脏LPO含量数据的变量名为DATA，输入原始数据；再设一变量为GROUP，用于定义不同染毒剂量组，依次输入1、2、3、4、5。

15.8.2.2 操作步骤

选Graphs菜单的Boxplot...过程，弹出Boxplot Chart定义选项框，有2种箱图可选：Simple为简单箱图，Clustered为复式箱图，本例选用简单箱图。然后点击Define钮，弹出Define Simple Boxplot:Summaries for Groups of Cases对话框（图15.10），在左侧的变量列表中选data点击Ø钮使之进入Variable框，选group点击Ø钮使之进入Category Axis框。点击OK钮即完成。

图15.10 箱图定义对话框

15.8.2.3 结果显示

下图即为箱图，图形的含义是：中间的粗线为中位数，灰色的箱体为四分位（箱体下端为第二十五百分位数、上端为第七十五百分位数），两头伸出的线条表现极端值（下边为最小值、上边为最大值）。从图中可见：随染毒剂量的增加，大白鼠肝脏过氧脂质化的程度更严重，且LPO含量的变动范围也随之加大。

第九节 均值相关区间图

15.9.1 主要功能

调用Graphs菜单的Error Bar过程，可绘制均值相关区间图。正态分布资料的描述性指标：如均值、标准差、标准误，并由此求得的参照值范围、总体均值的可信区间等，都可用均值相关区间图来表现。