多变量的可视化分析.ppt

第1页，共38页，编辑于2022年，星期三
第一节 引言
众所周知，图形是我们直观了解、认识数据的一种可视化手段。如果能将所研究的数据直接显示在一个平面图上，便可以一目了然地看出分析变量间的数量关系。直方图、散点图等就是我们常用的2022年，星期三
条形图
第11页，共38页，编辑于2022年，星期三
可以发现，折线图和条行图的作图过程几乎相同，作图原理也大同小异，折线图是以折线的高低来表示变量的大小，条形图是以矩形的高低来表示变量的大小。
：北京市各项支出都比较高，而山西省各项支出都比较低。
第12页，共38页，编辑于2022年，星期三
第四节 散点图分析法
散点图又称散布图，它是以点的分布反映变量之间相关关系的可视化方法。矩阵散点图则是一种反映多个变量之间相关关系的二维散点图。
利用SPSS制作矩阵散点图的步骤如下：
（1），即把支出指标当成变量，而把不同地区当成观测。
作散点图时的数据组织形式
第13页，共38页，编辑于2022年，星期三
（2）选择菜单项Graphs→Scatter，打开Scatter plot对话框,。该对话框用于选择散点图的形式。选定Matrix，即矩阵散点图 ，单击Define按钮，打开Scatter plot Matrix对话框，。
Scatter plot对话框
第14页，共38页，编辑于2022年，星期三
Scatter plot Matrix对话框
第15页，共38页，编辑于2022年，星期三
（3）在打开的Scatter plot Matrix对话框中，将食品、衣着、居住三个变量移入Matrix Variables列表框中，将标志变量region移入Label Cases by列表框中。
（4）点击OK按钮，。
，河北、山西、内蒙古在居住和食品消费支出方面与北京、天津相比较低，食品与居住支出变量之间存在一定的线性关系。天津在衣着支出方面较低，与最低的河北接近，与最高居住支出形成鲜明对比。北京则除在居住支出方面低于天津外，其他方面支出均高于华北其他省市。内蒙古则在衣着支出方面仅次于北京，显示出某种特殊消费特征。
第16页，共38页，编辑于2022年，星期三
矩阵散点图
第17页，共38页，编辑于2022年，星期三
另外，还可以作三维立体散点图。只需在Scatter plot对话框（）中选择3-D选项。在跳出的3-D Scatter plot对话框中将食品、衣着、居住三个变量分别移入X Axis、Y Axis和Z Axis列表框中，将标志变量region移入Label Cases by列表框中。单击OK按钮，。
矩阵散点图不仅可以在二维平面上同时反映多个变量数值，而且可以用于直观反映多个变量间是否存在某种关系。与三维立体图相比，有着更好的可视性。。
第18页，共38页，编辑于2022年，星期三
三维立体散点图
第19页，共38页，编辑于2022年，星期三
第五节 雷达图分析法
雷达图是一种较为常用的多变量可视化图形。在雷达图中，每个变量都有它自己的数值轴，每个数值轴都是从中心向外辐射。由于图形就好像雷达荧光屏上的图像，故称其为雷达图。又像蜘蛛网，所以也称蛛网图。
雷达图的作图方法：
（1）作一圆，并按变量的个数p将圆周分成p等分。
（2）连接圆心和各分点，将这p条半径连线依次定义为各变量的坐标轴，并标以适当的刻度。
（3）对给定的一次观测值，将每个变量值分别标在相应的坐标轴上，把p个点相连就形成了一个p边形，n次观测值就可画出n个p边形。
第20页，共38页，编辑于2022年，星期三
例如，，调用EXCEL图表向导，选择雷达图，然后按图表向导提示，～17所示的雷达图。、天津和河北的雷达图，从图可以看出，三省市消费支出结构有较大差异。北京人均消费支出的各项指标都高，对应面积最大的六边形，其次是天津，在三个省市中面积最小的是河北，天津在居住支出方面与北京较为接近，而在衣着和交通、通讯支出方面则与河北接近。其他支出方面三地存在较大差异。利用雷达图的形状、面积大小，可以对样品进行初始分类分析。
为了加强雷达图的效果，在雷达图中适当的分配坐标轴是很重要的，具体的分配办法要