- 博客(88)
- 收藏
- 关注
RSS订阅原创 SPSS——对应分析-“多重对应分析”
与简单对应分析相同，多重对应分析的基本思想在于对列联表中的频数或比例信息进行降维处理，并将各变量不同类别以点的形式映射到低维空间中。与简单对应分析相同，多重对应分析的基本思想在于对列联表中的频数或比例信息进行降维处理，并将各变量不同类别以点的形式映射到低维空间中。如果有的变量是单分类的名义变量、有序分类变量或者离散的数值型变量，则选择“某些变量并非多重名义”。离散化菜单内容如下，离散化”对话框，在变量列表中选中某个变量后，可以在方法的下拉菜单选择离散化的方法，将不符合要求的变量进行转换。
2025-12-18 10:41:29
248
原创 SPSS——对应分析基础
以点的形式在较低维的空间中表示联列表的行与列中各元素的比例结构，可以在二维空间更加直观的通过空间距离反映两个分类变量间的关系。与简单对应分析一样，多重对应分析的基本思想也是以点的形式在较低维的空间中表示联列表的行与列中各元素的比例结构。- 对应分析输出的图形通常是二维的，这是一种降维的方法，将原始的高维数据按一定规则投影到二维图形上。观察对应关系，从而将抽象的交叉表信息形象化，直观地解释变量的不同类别之间的联系，适合于。为两个以上时，再使用以上方法就很难直观揭示变量之间的关系，由此引入。
2025-12-18 10:26:41
155
原创 Origin科研绘图——将“堆积柱状图”和“点线图”升级为双Y轴“堆积柱状图”+“点线图”
图表的左侧 Y 轴通常用来表示堆积柱状图的数据，例如不同类别在某个时间段或某个条件下的组成结构，柱子内部的堆积部分用于表现各细分项的贡献，这使得不仅可以看到总量随时间的变化，还能直观比较各子类的占比。右侧 Y 轴则多用于绘制折线图或点线图，常表示趋势性、辅助性或关键指标的数据，如增长率、均值变化、某种指数等。双Y轴堆积柱状点线图是一种将堆积柱状图、折线图以及双纵轴结构结合在一起的高级可视化形式，常用于同时展示多个不同量纲、不同类型的数据指标，并突出它们之间的关系和变化趋势。我们下期见，一起进步、一起成长！
2025-12-17 10:16:29
371
原创 Origin科研绘图——手把手教你绘制“误差带图”
误差带图通常由一条折线表示观测值或预测值的变化趋势，而围绕折线的半透明阴影区域则用于展示误差、置信区间或标准差范围，帮助读者同时理解数据本身的趋势和其可信程度。与仅使用折线或误差棒相比，误差带图能够更连续、柔和地表达数据波动，避免因误差线离散而影响整体可读性，也能更直观地体现不同区间数据的不确定性差异。与仅使用折线或误差棒相比，误差带图能够更连续、柔和地表达数据波动，避免因误差线离散而影响整体可读性，也能更直观地体现不同区间数据的不确定性差异。然后根据个人喜好，修改点的形状，颜色，大小；
2025-12-17 10:11:31
412
原创 Origin科研绘图——手把手教你绘制“堆积柱状图”
与普通柱状图只显示总量不同，堆积柱状图将每个柱子分成多个彩色段，每一段代表总量中的一个子项，使得读者能够同时看到整体规模的变化与内部结构的比例关系。堆积柱状图的优势在于，它可以在有限的空间内呈现“总量 + 结构”这两层信息：柱子的高度展示总量变化，而颜色分区显示各部分在整个系统中的贡献。堆积柱状图的优势在于，它可以在有限的空间内呈现“总量 + 结构”这两层信息：柱子的高度展示总量变化，而颜色分区显示各部分在整个系统中的贡献。堆积柱状图适用于多个场景：例如展示公司多年收入中不同业务线的贡献；
2025-12-17 10:06:14
299
原创 SPSS——非参数检验-“K个相关样本检验”
基本思想：消除区组内差异的影响，对不同区组的处理因素进行比较，因此独立地在每一区组内各自对数据进行排秩，消除区组内的差异，以检验各种处理之间是否存在差异。统计了减肥前体重、减肥1一个月体重、减肥2个月体重和减肥3个月体重。分析减肥后不同的月份体重是否有明显的差别。从傅莱德曼检验可以看到从减肥前的体重到减肥1个月的体重、减肥2个月的体重、减肥3个月的。是在对总体不了解的情况下，对样本所在的相关配对总体的分布是否存在显著性差异进行检验。减肥前体重、减肥1一个月体重、减肥2个月体重和减肥3个月体重。
2025-12-16 11:03:09
325
原创 Origin科研绘图——手把手教你绘制雷达图
以中心点为起点，从该中心点向外延伸出多条射线，每条射线代表一个特定的变量或指标。射线上的点或线段则根据该变量的具体数值进行定位，从而形成一个多维度的数据视图。以中心点为起点，从该中心点向外延伸出多条射线，每条射线代表一个特定的变量或指标。射线上的点或线段则根据该变量的具体数值进行定位，从而形成一个多维度的数据视图。这种图形结构类似雷达扫描的视觉效果，使得观察者能够迅速捕捉到数据点的综合特征及其在各维度上的表现差异。从中心点向外延伸的线段，每条射线代表一个独立的变量或指标。
2025-12-16 10:51:50
458
原创 Origin科研绘图——手把手教你绘制95%置信区间
置信区间给出的被测量参数的测量值的可信程度，即前面所要求的"一定概率"。简单理解，我们抽取100个样本,当你不断改变样本的时候，由100个样本构造的总体参数的100个置信区间中,有95%的区间包含了总体参数的真正值,5%没包含,这个95%称为置信水平，即1-α。简单理解，我们抽取100个样本,当你不断改变样本的时候，由100个样本构造的总体参数的100个置信区间中,有95%的区间包含了总体参数的真正值,5%没包含,这个95%称为置信水平，即1-α。由样本统计量所构造的总体参数的估计区间为。
2025-12-16 10:47:23
430
原创 Origin科研绘图——双分组柱状图
双分组带误差棒柱状图（Grouped Bar Chart with Error Bars），常用于展示多个类别间在不同实验条件或处理组之间的数值差异。该图横轴展示两个主要条件（如实验1、实验2），每个条件下含有多个分组数据（group1～group5）。清晰展示 实验条件间差异（如实验1 vs 实验2）；非常适用于实验条件×处理组的双变量数据展示。该图横轴展示两个主要条件（如实验1、实验2），每个条件下含有多个分组数据（group1～group5）。清晰展示 实验条件间差异（如实验1 vs 实验2）；
2025-12-15 11:02:51
298
原创 SPSS——非参数检验-“游程检验”
我们使用1表示股票上涨，0表示股票下跌。连续的1的数量和连续的0的数量就是对应的游程。连续的1的数量和连续的0的数量就是对应的游程。，主要用于检验一个变量两个值的分布是否是随机分布，即检验前一个个案的值是否影响下一个个案的值，如果不影响，则这组个案是随机的。，主要用于检验一个变量两个值的分布是否是随机分布，即检验前一个个案的值是否影响下一个个案的值，如果不影响，则这组个案是随机的。从游程检验中可以看到检验值1，总个案数30，游程数21，渐近显著性0.088大于0.05，说明不能拒绝原假设。
2025-12-15 10:55:01
337
原创 SPSS——非参数检验-“单样本K-S检验”
比如说我们可以将学习成绩分为及格不及格，或者分为优等、中等、差等等，而且。，比如说我们可以将学习成绩分为及格不及格，或者分为优等、中等、差等等，而且。：适用于小样本，在计算样本允许时，将使用精确方法代替蒙特卡洛法。：仅渐进法适用于样本数据服从渐近分布，或者样本数据比较大。都可以用于检验所在样本的总体分布和理论分布的拟合优度。都可以用于检验所在样本的总体分布和理论分布的拟合优度。对数据的使用也更加完整，检验结果也更精确。对数据的使用也更加完整，检验结果也更精确。，用于探索连续型随机变量的分布。
2025-12-15 09:56:13
409
原创 Origin科研绘图——手把手教你“分段拟合”
分段拟合是一种将数据按不同区间划分，并在每个区间分别采用适合的数学模型进行拟合的方法。它适用于数据整体趋势复杂，但在局部区间内呈现规律性（如线性、指数或多项式变化）的情况。分段拟合是一种将数据按不同区间划分，并在每个区间分别采用适合的数学模型进行拟合的方法。它适用于数据整体趋势复杂，但在局部区间内呈现规律性（如线性、指数或多项式变化）的情况。此时，用一个单一模型拟合会产生较大误差，而分段拟合可以提高精度和解释性。此时，用一个单一模型拟合会产生较大误差，而分段拟合可以提高精度和解释性。
2025-12-14 14:50:49
346
原创 SPSS——非参数检验-“卡方检验”
中可以看到，骰子点数为1的实测个案数7，也就是骰子点为1出现了7次。因为假设是均匀分布，所以期望个案数都是7次（42个样本/6种骰子结果）。显著性0.989大于0.05，说明不能拒绝原假设（骰子点数服从均匀分布），假设成立。就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；若两个值完全相等时，卡方值就为0，表明理论值完全符合。就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；若两个值完全相等时，卡方值就为0，表明理论值完全符合。适用于小样本，在计算样本允许时，将使用精确方法代替蒙特卡洛法。
2025-12-14 14:39:39
420
原创 SPSS——判别分析——“一般判别分析”
(3)自变量（即：观察指标）和因变量之间要有重要的影响关系，选择自变量时应挑选既有区别性又有重要性的指标，这样可以用最少的变量达到较高的判别能力；(6)所选择的各观察指标变量之间的相关性应较弱，也就是相关性检验不能达到显著水平，并且2个变量之间的相关性在不同的类别或组别中应一致。医生根据胰腺炎的不同类型建立判别函数，就可以在病人入院时快速的判定其为何种类型，进而采取适宜的处理措施。就是从现有已知类别的观察对象中建立一个判别函数来，然后再用该判别函数去判别同质的未知类别的观察对象。
2025-12-14 14:34:42
337
原创 SPSS——聚类分析-二阶聚类分析
中可以看到，聚类1汽车的频率61，卡车的频率是1；如果勾选“创建聚类成员变量”，可以得到聚类的最终结果。汽车生产厂商需要有效的方法评价当前市场情况，了解市场需要，找到受市场欢迎的，有市场竞争力的车型配置。将采用种类、价格、引擎型号、马力、轴距、宽度、长度、限重、储油量、燃料效率。在自动聚类表中，有BIC值，BIC变化量，BIC变化比率，距离测量比率。，同一个树节点内的记录相似度高，相似度差的记录则会生成新的节点。进行聚类，可以自动确定最终的分类个数，可以处理大型数据集。作为聚类变量相似度的测量形式；
2025-12-13 14:28:03
411
原创 SPSS——系统聚类分析
可用的标准化方法有z得分、范围1至1、范围0至1、1的最大量级、1的均值和使标准差为1。显示在合并聚类的一个或多个阶段中，每个个案被分配所属的聚类。显示在每个阶段合并的个案或聚类、所合并的个案或聚类之间的距离以及个案（或变量）与聚类相联结时所在的最后一个聚类级别。再从这n-1类中找到最接近的两个类合并，以此类推，直到所有的样品或变量被合为一类。- Block：曼哈顿（Manhattan）距离，两项之间的距离是每个变量值之差的绝对值总和。当两类合并为一类后，合并后的类中的所有项之间的平均距离最小。
2025-12-13 14:21:58
598
原创 2025年12月— CET四六级 真题参考答案公布
其中听力部分依旧是关键，如果注意力稍有分散，一些细节信息就很容易被忽略；作文题型比较常规，只要提前准备了常用的开头与结尾句式，并结合题目要求进行发挥，完成度问题不大。下面整理了本次 12 月四级的参考答案，将持续更新，方便大家对照查阅。也欢迎同学们在评论区交流对本次考试难度的感受，希望大家都能顺利通过四级。12 月的大学英语四级考试已顺利落下帷幕。许多同学反馈，本次四级整体难度与 6 月份相近。希望大家都能通过46级，欢迎评论区讨论本次46级难度！，和同学一起pass CET 四六级！
2025-12-13 13:01:11
3638
原创 SPSS——加权回归分析
得到的标准化残差对标准化预测值的散点图。可以看到，随着预测值的增大，残差也有增大的趋势，故而可以否定OLS中关于同方差的假设，建议采用。WLS实际上是在回归中按观测量方差的倒数对观测进行加权，这样就会降低具有较大方差的观测记录对计算过程的影响。WLS实际上是在回归中按观测量方差的倒数对观测进行加权，这样就会降低具有较大方差的观测记录对计算过程的影响。，就是要求所有观测对回归模型的变异具有相同的贡献，以此为基础的回归方法称之为。，就是要求所有观测对回归模型的变异具有相同的贡献，以此为基础的回归方法称之为。
2025-12-12 10:13:35
888
原创 SPSS——非参数检验-“二项式检验”
人群可以分成男性和女性，产品可以分成合格和不合格，学生可以分成三好学生和非三好学生，投掷硬币实验的结果可以分成出现正面和出现反面等。如果进行n次相同的试验，则出现两类（0或1）的次数可以用离散型随机变量X来描述，假设随机变量X值等于1的概率为P，则X为0的概率为1-P，这样的分布为。2.非参数检验的方法简单，主要使用等级或符号秩，而不是使用资料提供的原始数据，因此降低了原始信息的使用率，其检验的有效性就比较差。在正式分析前，需要先进行加权处理。1.对数据的要求不严格，对资料的分布类型要求比较宽松。
2025-12-12 10:07:11
398
原创 SPSS——因子分析
根据变量间相关性的大小把变量分组，使得同组内的变量之间的相关性（共性）较高，并用一个因子来代表这个组的变量，而不同组的变量相关性较低（个性）。根据变量间相关性的大小把变量分组，使得同组内的变量之间的相关性（共性）较高，并用一个因子来代表这个组的变量，而不同组的变量相关性较低（个性）。理论上讲：研究原始变量的内部关系，简化原变量的内部结构，分析变量中存在的相关关系。理论上讲：研究原始变量的内部关系，简化原变量的内部结构，分析变量中存在的相关关系。部分可以看到，每个变量与每个变量之间的相关性高低。
2025-12-12 10:00:53
575
原创 SPSS——判别分析——“逐步判别分析”
逐步引入变量，每次引入一个"最重要"的变量，同时也检验先前引入的变量，如果先前引入的变量其判别能力随新引入变量而变不显著，则及时将其从判别式中剔除，直到判别式中的变量都很显著，且剩下来的变量也没有重要的变量可引入判别式时，逐步筛选结束。逐步引入变量，每次引入一个"最重要"的变量，同时也检验先前引入的变量，如果先前引入的变量其判别能力随新引入变量而变不显著，则及时将其从判别式中剔除，直到判别式中的变量都很显著，且剩下来的变量也没有重要的变量可引入判别式时，逐步筛选结束。中端和高端车型同理。
2025-12-11 10:30:05
832
原创 SPSS——概率回归分析
此方法应用的典型例子是分析杀虫剂浓度和杀死害虫数量之间的关系，并据此判断说明什么样的计量浓度是最佳的。此方法应用的典型例子是分析杀虫剂浓度和杀死害虫数量之间的关系，并据此判断说明什么样的计量浓度是最佳的。中可以看到，药品类别有1 2 3。例如，对于指定数量的病人，分析他们的给药剂量与治愈比例之间的关系。例如，对于指定数量的病人，分析他们的给药剂量与治愈比例之间的关系。杀虫药1：概率(p)=-5.948+1.541*(ln(剂量))杀虫药3：概率(p)=-6.416+1.541*(ln(剂量))
2025-12-11 10:24:07
893
原创 SPSS——有序回归分析
比如下面样本中，治疗效果可以用很好、一般、较差等形容词来度量，但具体的度量标准并不明晰，也无法明晰，因为着很大程度上取决于人的主观感受。比如下面样本中，治疗效果可以用很好、一般、较差等形容词来度量，但具体的度量标准并不明晰，也无法明晰，因为着很大程度上取决于人的主观感受。中可以看到有三个变量，治疗效果、性别、患者年龄。治疗结局为无效、好转、康复三个水平，病情为轻、中、重三个等级，这个时候我们需要使用。治疗结局为无效、好转、康复三个水平，病情为轻、中、重三个等级，这个时候我们需要使用。
2025-12-11 10:19:36
516
原创 SPSS——多元logistic回归分析
因变量“早餐选择”的三个分类水平（早餐摊、燕麦类、谷物类）的响应概率（EST1_1、EST2_1、EST3_1）、预测分类（PRE_1）、预测类别概率（PCP_1）、实测类别概率（ACP_1）。点击【模型】按钮，打开【多元logistic回归：模型】对话框，默认勾选【主效应】进行，因为本例主要考察自变量年龄、生活方式、婚姻状况的主效应，暂不考察它们之间的交互作用，然后点击【继续】。点击【统计】按钮，设置模型的统计量。，依次为EST1_1、EST2_1、EST3_1、PRE_1、PCP_1、ACP_1，
2025-12-10 10:52:31
640
原创 SPSS——二元logistic回归
想探讨胃癌发生的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群肯定有不同的体征和生活方式等。想探讨胃癌发生的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群肯定有不同的体征和生活方式等。其中变量Y为康复状况（Y=0表示未康复，Y=1表示康复），X1表示病情严重程度（1表示严重，0表示不严重），X2表示疗法（0表示新疗法，1表示传统疗法）。然而，在实际资料分析中，有一些因变量是分类变量，那么这样的资料就不能使用前面介绍的线性回归模型进行分析。遇到这种情况，我们一般采取。
2025-12-10 10:48:15
400
原创 SPSS——曲线回归
设置要分析的变量如下，教育支出作为因变量，年人均可支配收入作为变量，并以年份作为个案标签。结果的表格中可以看出，拟合优度决定系数0.971（小于三次曲线回归方程），且各回归系数显著性小于0.05，表明模型有意义且显著。回归方程有4个，一个线性方程，一个二次方程，一个三次方程，一个复合方程。相联系的，如果通过函数转换，将关系转换成线性关系，可能会造成数据失真或更为复杂的计算，导致结果出现偏差。相联系的，如果通过函数转换，将关系转换成线性关系，可能会造成数据失真或更为复杂的计算，导致结果出现偏差。
2025-12-10 10:44:15
532
原创 SPSS——线性回归
是分析两个定量变量间数量依存关系的统计分析方法。如果某一个变量随着另一个变量的变化而变化，并且它们的变化关系呈直线趋势，就可以用线性回归方程来定量地描述它们之间的数量依存关系，这就是。碘含量与患病率的分析。
2025-12-09 10:31:08
431
原创 SPSS——回归分析基础，相关分析与回归分析的区别与联系，回归分析的分类
👇👇👇👇👇只表明变量间相关关系的性质和程度，是要确定变量间相关的具体数学形式。只有当变量之间存在高度相关时，进行寻找其相关的具体形式才有意义。是基础，然后再进行。如果没有相关关系，是不应该有回归关系的。因而从分析角度，应该，完成相关分析后，确认有了相关分析，。是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。例如，司机的鲁莽驾驶与道路交通事故数量之间的关系，最好的研究方法就是回归。中,x与y都是随机变量,
2025-12-09 10:26:14
968
原创 SPSS——典型相关分析
当两组变量的数量不一致时，那么可提取到的典型变量个数就等于较少数据组的变量个数，例如对于{x1, x2, x3}和{y1, y2}，可提取的典型变量为2个。的方法，在每一组变量中都选择若干个有代表性的综合指标，这些综合指标是原始变量的线性组合，代表了原始变量的大部分信息，且两组综合指标的相关程度最大。研究的是两组变量之间的关系，如{x1, x2, x3}和{y1, y2, y3}两组变量之间的关系。研究的是两组变量之间的关系，如{x1, x2, x3}和{y1, y2, y3}两组变量之间的关系。
2025-12-09 10:19:56
872
原创 SPSS——距离分析
点击确定，查看分析结果，从相似性矩阵中可以看到个案1和个案2的相似系数是0.999，说明个案1和个案2之间非常相似。从非相似性矩阵中可以看到，第一次和第三次的非相似值要小点，说明第一种和第三种仪器测量最为相似。从非相似性矩阵（因为我们前面勾选的测量“非相似性”）可以看到，个案1和个案2的非相似性值为0.066是表格里面。则有点不同，其研究的是变量间的相似性，也就是变量之间关系的“亲疏”。则有点不同，其研究的是变量间的相似性，也就是变量之间关系的“亲疏”。看5位同学中，哪2位同学的各项成绩是相似的。
2025-12-08 10:52:59
530
原创 SPSS——绘制“简单分布散点图”，“矩阵散点图”，“简单点图”，“重叠散点图”，“3D分布散点图”
另外，“标记设置依据”选项框可根据某外部变量（如性别）取值不同将每个点标注不同的颜色和符号，“个案标注依据”可针对某些特殊取值的个体进行标注。采用点纵向累加的形式描述某单一变量的频数分布，每个点代表一个观察单位的变量值，图形与频数分布的直方图相似；后续可以根据个人需要，双击图像，打开图表编辑器，修改格式等。后续可以根据个人需要，双击图像，打开图表编辑器，修改格式等。后续可以根据个人需要，双击图像，打开图表编辑器，修改格式等。通过“简单分布散点图”绘制“主观支持分”和“客观支持分”的关系。
2025-12-08 10:48:44
482
原创 SPSS——两变量相关分析
这些关系的常见描述语句有：线性相关、正相关、负相关等。其结果在于指导下一步采取何种方法，是数据挖掘之前的基础工作；从肯德尔和斯皮尔曼相关性分析中也可以看到相关系数值都比较高。，后续会持续分享Origin/Matlab/Python绘图教程和配色，SPSS数据分析等<我们接下来通过绘制散点图来看下身高和体重的相关性。相关分析属于数据分析流程前端的探索性分析，如果想学习更多绘图类型，请。点击“确定”查看统计结果。至此，本期教程就结束啦。看下身高和体重的关系。如果对同学有帮助，帮忙。
2025-12-08 09:55:51
363
原创 SPSS——偏相关分析
综合了单相关和复相关的特点，当一个变量与多个变量相关，但是只关心其中一个因变量与自变量的关系，需要屏蔽其他因变量对自变量的影响，这样的相关关系就叫做偏相关。当一个变量与多个变量相关，但是只关心其中一个因变量与自变量的关系，需要屏蔽其他自变量对因变量的影响，这样的相关关系就叫做偏相关。当一个变量与多个变量相关，但是只关心其中一个因变量与自变量的关系，需要屏蔽其他自变量对因变量的影响，这样的相关关系就叫做。偏相关是用于测量两个变量之间的直接线性关系，同时排除其他变量的影响，从而揭示真正的变量间依赖关系。
2025-12-07 14:33:13
961
原创 SPSS——相关分析概念
在直角坐标系里，两个变量的观测值的分布大致在一条直线上，那么这两个变量之间的相关关系是线性关系；“相关分析”属于数据分析流程前端的探索性分析，探究变量间关系及性质，能够简单有效说明两变量间存在什么关系，这些关系的常见描述语句有：线性相关、正相关、负相关等。综合了单相关和复相关的特点，当一个变量与多个变量相关，但是只关心其中一个因变量与自变量的关系，需要屏蔽其他因变量对自变量的影响，这样的相关关系就叫做偏相关。是指三个或三个以上的变量之间的关系，即一个因变量对两个或两个以上自变量的相关关系。
2025-12-07 14:29:46
401
原创 最详细的Origin 2024b安装教程
Origin是一款数据分析和绘图的软件，具备统计、峰值分析和曲线拟合等分析功能，可以绘制出二维和三维图形。这款软件是我们科研路上必不可少的，但是一开始大家在使用这个软件的时候，肯定会被满屏的英文操作吓的打退堂鼓，心里默念无数遍：太难了，我不会。其实不是这样的，只要学会一些简单的操作就可以满足我们的日常使用。
2025-12-07 14:25:19
285
原创 SPSS——使用spss绘制“简单箱图”和“簇状箱图”
指的是大于1.5倍四分位数间距的数值，在箱图中用小圆圈“○”表示，大于3倍四分位数间距的数值称为。指的是大于1.5倍四分位数间距的数值，在箱图中用小圆圈“○”表示，大于3倍四分位数间距的数值称为。，分别是最小值、四分之一位数、中位数、四分之三位数和最大值。，分别是最小值、四分之一位数、中位数、四分之三位数和最大值。简单箱图和簇状箱图的区别等同于简单条图和簇状条图的关系；简单箱图和簇状箱图的区别等同于简单条图和簇状条图的关系；绘制不同年级不同性别同学的主观支持分的簇状箱图。，在图中用星号“﹡”表示。
2025-12-07 14:16:01
316
原创 SPSS——绘制“简单误差条形图”和“簇状误差条形图”
用简单误差条图比较不同年级大学生客观支持分。依次点击：选择简单误差条形图：设置绘图变量如下，将客观支持分和年级选入“变量”和“类别轴”。可以根据需要修改如下（本案例采用默认的平均值置信区间）【在“条的表征”下拉菜单中，有3个可选择项：平均值的置信区间、平均值的标准差和标准差，与“度”和“乘数”结合，可分别展示平均值的95%置信区间、平均值的2倍标准误差和2倍的标准差。本例选择默认的均数的95%置信区间。
2025-12-06 15:03:19
273
原创 SPSS——使用spss绘制“直方图”
直方图（Histogram）是一种用于展示连续型数据分布特征的基础统计图形，通过将数据按照数值区间（称为“组距”或“桶” Bin）进行分组，并以柱形的高度表示各区间数据出现的频数或频率，从而揭示数据在不同区间的分布情况。与条形图不同，直方图的横轴为连续数值，因此各柱之间紧密相连，用以突出数据的连续性。例如，在实验测量、制造过程监控、金融市场分析、环境与医学数据分析等领域，通过直方图可以快速判断数据是否稳定、是否存在异常值、是否需要进一步清洗或分层处理。，你们的鼓励是我持续更新的动力～
2025-12-06 14:53:19
444
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人