SPSS教程第十六课：统计图的绘制 计算机, 分析, 统计图, 教程, 读者

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。

spss_SAS

15.9.2 实例操作

[例15-9]食品中微量砷（As）主要采用两种方法测定，一是新银盐法，另一是DDC-Ag法。今比较两种方法测定不同浓度As标准液（μg/5ml）的光密度值可信区间，试绘制均值相关区间图。

编号	新银盐法					DDC-Ag法
	1.0	2.0	3.0	4.0	5.0	1.0	2.0	3.0	4.0	5.0
1 2 3 4 5	0.150 0.130 0.140 0.180 0.190	0.330 0.410 0.250 0.380 0.350	0.490 0.510 0.570 0.530 0.550	0.690 0.620 0.730 0.780 0.810	0.990 0.810 0.860 0.940 0.950	0.021 0.033 0.038 0.041 0.029	0.065 0.059 0.048 0.069 0.057	0.087 0.089 0.092 0.073 0.081	0.112 0.109 0.119 0.134 0.127	0.169 0.148 0.134 0.175 0.162

15.9.2.1 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，将新银盐法和DDC-Ag法的测定所得光密度值一并输入；然后设一变量为GROUP，用于定义不同标准液浓度组，依次输入1、2、3、4、5；再设一变量为CATE，用于定义不同方法组，依次输入1、2。

15.9.2.2 操作步骤

选Graphs菜单的Error Bar...过程，弹出Error Bar定义选项框，均值相关区间图有2种，Simple为简单均值相关区间图，Clustered为复式均值相关区间图，本例选用复式均值相关区间图。然后点击Define钮，弹出Define Clustered Error Bar:Summaries for Groups of Cases对话框（图15.11），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, 选cate点击Ø钮使之进入Define Clusters by框。

图15.11 均值相关区间图定义对话框

在Bar Represent栏中有一下拉菜单，系统提供3种图形表现方式让用户选择：

Confidence interval for mean：绘出总体均值的可信区间，要求输入区间的百分数；

Standard error of mean：绘出均值+/-两倍标准误的区间；

Standard deviation：绘出均值+/-两倍标准差的区间。

本例选用Confidence interval for mean。之后点击Titles...钮，弹出Titles对话框，在Title栏内输入“两种方法测定微量砷的光密度95%可信区间比较”，点击Continue钮返回Define Clustered Error Bar:Summaries for Groups of Cases对话框，再点击OK钮即完成。

15.9.2.3 结果显示

下图可见，用DDC-Ag法测定的光密度精确度高于新银盐法，但其对浓度的区分度低于新银盐法。