下载文档原格式
(1)Statistics选项:AgglomerationSChedUle：凝合状态表。
显示聚类过程的每•步合并的类或样品、被合并的类或样品之间的距离以与样品或加入到一类的类水平。
Proximitymatrix：相变量似矩阵。
给出各类之间的距离或相像测度值。
ClusterMembership：类成员。
显示每个样品被安排到的类或显示若干步凝合过程。
详细内容有三个选项：①None：不显示类成员表，是默认值：②Singlesolution:要求列出聚为肯定类数的各样品所属的类：③RangeofSOlUtiOnS:要求列出某个范围中每•步各样品所属的类。
(2)Plol选项Dendrogram：树形图。
Icicle：冰柱图。
(3)Method选项Cluster：聚类方法选择。
Measure；对距离和相像系数的不同测量方法。
TransformValues：转换数值的方法，标准化方法。
TransformMeaSUreS:测度的转换方法。
<4)实例演示①一维集群分析(按年龄集群)②促销市场的选择③各省份依据产业结构、水平分类（5）聚类要留意的问题①聚类结果主要受所选择的变量影响"假如去掉•些变量，或者增加一些变量，结果会很不同。
②相比之卜.，聚类方法的选择则不那么重要了。
因此，聚类之前肯定要目标明确。
③另外就分成多少类来说，也要有道理。
只要你兴奋，从分层聚类的计算机结果可以得到任何可能数量的类。
但是，聚类的目的是要使各类距离尽可能的远，而类中点的距离尽可能的近，而旦分类结果还要有令人信服的说明。
这一点就不是数学可以解决的广。
判别分析（AnaIyZe/Classify/DiSCriIiinate）1.基木概念判别分析探讨方法是依据已知对象的某些观测指标和所屈类别来推断未知对象所属类别的一种统计学方法。
与聚类分析有所不同的是：判别分析法首先须要对所探讨对象进行分类，进•步选择若干对观测对象能够较全面地描述的变量，建立判别函数。
SPSS常⽤统计图形的制作和编辑第七章常⽤统计图形的制作和编辑统计图——描述统计的重要⽅法，不仅如此，⽬前在推断统计中，统计图形化分析⽅法也起着愈加重要的作⽤。
⼀、SPSS对话框元素介绍SPSS绘图功能基本上集中在GRAPH菜单中。
GRAPH菜单简介：①Gallery：⼀个统计绘图⾃学向导⼯具。
②interactive: 主要是⽤于绘制复杂的交互式统计图，详细内容见第⼋章。
③map: 统计地图，⽬前应⽤还不是⾮常普及④bar, line, area: 条图、线图、⾯积图，三种图形基本上是⼀回事，可以相互转换。
⑤scatter : 散点图，最常⽤的观察数据变动趋势的图形⑥P-P，Q-Q：⽤于检验数据是否服从某种分布（如正态分布）的图形⑦Histogram: 直⽅图，⽤于观察数据分布的常⽤图形⑧Pie：饼图，⽤于观察总体内在结构的图形。
⑨其他统计图（略）划横线部分为本章学习内容。
⼆、统计图形⼊门——条图注：在本节中，将详细讲述如何绘制条图，⽽线图、⾯积图与条图基本上是⼀回事，三种图形可以相互转换，掌握⼀种，触类旁通。
（⼀）、条图对话框介绍：选择Graph——Bar，进⼊条图界⾯。
1、条图类型①Simple ：简单条图（单式条图），⽤于表⽰单个指标的变动②Clustered: 复式条图（分组条图），⽤于表⽰两个或多个指标③Stacked: 分段条图，⽤于表⽰某个变量的内部构成情况2、条图中数据的表达⽅式①、summaries for groups of cases，对同⼀变量的多个取值分别进⾏汇总统计②、summaries for groups of variables ，对多个变量各⾃进⾏汇总③、values of individual cases，对每条记录分别进⾏绘制（⼆）、如何绘制简单条图例1：见书P84（1）⾸先根据题⽬确定条图中横纵轴各⾃表达的含义。
本例中要求按照对象不同将得分进⾏分类汇总，对象取值为1~12，得分score，可知，subject 为分类变量，score为汇总变量。
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。
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。
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 钮使之进入Bars Represent栏的Other snmmary function选项的Variable框，选disease点击 钮使之进入Category Axis框，选bp点击 钮使之进入Define Clusters by框。
目录第五章常用统计图绘制及编辑第一节条形图的绘制一、条形图的概念二、条形图分类变量划分三、条形图特征值划分第二节线图一、线图分类变量划分二、线图特征值划分三、其他图形的绘制第三节统计图的编辑技巧一、图元素编辑二、图形编辑三、图模板的应用第第五五章章 常用统计图绘制及编辑在统计分析中，统计图作为数据描述的重要方法之一，主要是通过点、线、条、面积等的位置与大小的变化来表现或说明所研究问题的变化及其规律。
在数据分析的过程中，数据分析图与数据表格有时可同时产生，有时必须分开进行。
统计图具有简洁、直观、可读性强和易理解等特点，被分析者和信息使用者广泛使用，因此，数据分析人员在进行统计分析时，掌握统计图的绘制与编辑是必不可少的数据分析技能。
在spss 中，提供了用原始数据和表格中数据进行绘图的功能，数据图的种类也比较多，可方便地供数据分析人员选用。
第第一一节节 条形图的绘制一、条形图的概念1、条形图的含义条形图（bar ）用条的根数代表分类变量所分组的多少，或者选用变量的个数，用条的高度反映各组分析指标值的大小，或者变量特征值的大小，各个条之间有间隔。
它可以直观揭示或比较频数变量的频数特征值、分类变量在有关综述变量方面的特征值大小，以此发现重要组或类（group ）。
2、分类轴（category axis ）条形图的横轴为分类轴，用来统计分类变量所分的组数。
如果只有一个分类变量，这种条形图称为简单条形图（simple bar ），如果有两个分类变量，这种条形图称为复合条形图，其中一个变量称为分组变量，另一个变量称为分层变量。
根据分层变量绘图方式的不同，复合条形图又分为分组分层条形图(clustered bar)、分组分段条形图(stacked bars)。
3、刻度轴（scale axis ） 条形图的纵轴为刻度轴，用来统计各个分组的特征值。
按照特征值描述的对象不同分为以下三种类型：一是组内特征值描述（summaries for groups of cases ），即分类变量将统计个案分成若干组，统计每个组的特征值，如统计各个组的频数、频率或其他能反映组特征变量在各个组上的特征值，这类条形图简称为组特征值条形图或分组条形图。
二是平行变量特征值描述（summaries of separate variables ），即选择若干个平行变量（指性质相同，可放在一起进行比较的一组变量），对这些变量的特征值进行统计，这类条形图简称为平行变量条形图，如被访者对10个产品分别打分，将10个产品的各自得分可看作是10个平行变量。
三是个案值描述（values of individual cases ），即直接描述数据库的原始数据而不再进行统计计算，这类条形图简称为个案条形图。
如果在数据分析的过程中，已经得到了分组变量、平行变量的特征值，不必进行重新计算，可直接用数据作图。
如用数据综述的方法得到了平行变量的综述特征值表，用该表中的数据制图。
该功能与Excel 中的画图功能相似，因此在分析时，可直接使用Excel 工具绘图可能更方便。
二、条形图分类变量划分条形图按照分类变量的选用情况分为简单条形图、复合条形图两大类，复合条形图按照图形表达方法不同又分为分组分层条形图与分组分段条形图。
三种图的区别如图5-1（a ）、5-1（b ）、5-1（c ）所示，从图中可以看出，简单条形图只选用了一个分组变量来分组，没有进一步分层，各个条之间有间隔。
分组分层条形图选用了一个分类变量（大类）和一个分层变量（小类）来分组，属于同一组的条之间没间隔（小类不间隔），而不同组之间有间隔（大类间隔）。
在分组分段条形图中，选用了一个分类变量和一个分层变量，条的个数为大类标志所分组的个数，而各层在每一条上按顺序分段表达出来，其分段长度代表了各个层的指标值的大小，总长度代表了汇总值。
P e r c e n t图5-1（a ） 简单条形图P e r c e n t图5-1（b ）分层条形图P e r c e n t图5-1（c ）分段条形图在SPSS中绘制条形图时，需要对以上三种情况进行选择，条形图选择窗口如图5-2(a)所示，各类图的绘制操作过程如下：图5-2(a)条形图选择窗口图5-2(b)条形图选择窗口1、简单条形图（simple bar）的绘制1）打开数据文件“服装市场调查数据库.sav”。
2）点击“graphs →bar”→显示bar charts对话框，选择simple bar，点击【define】，进入绘图参数输入窗口，如图5-2(b)。
3）在条图纵轴指标（bar represents）选项中选择频率选项（% of cases），在分类轴横轴（category axis）中输入分类变量“q7”。
如果不需要在图中显示缺失值统计结果，在options 选项中去掉缺失值显示(display groups defined by missing values)，其他均采用系统默认值。
4）确认【ok】，生成条图输出到“output”中，如图5-1（a）所示，该图反映了分类变量“q7”的各个组别出现的频率，即各年龄组的人数占总调查个案数的比例。
需要注意的是，条图的纵轴指标，也可以是综述变量的统计指标。
在上述操作中，在选择条图纵轴指标（bar represents）选项中选择计算综述值（other summary function），在综述变量（variable）中输入变量“q6_1”，统计指标选择均值（也可选择其他值，如汇总值、方差等），在分类轴横轴（category axis）中输入分类变量“q7”，这时生成的条图反映的是各个年龄组别对某一品牌的评价情况。
2、分层条形图(clustered bar) 的绘制1）打开数据文件“服装市场调查数据库.sav”。
2）点击“graphs →bar”→显示bar charts对话框，选择clustered bar，点击【define】进入绘图参数输入窗口。
3）在条图纵轴指标（bar represents）选项中选择频率选项（% of cases），在分类轴横轴（category axis）中输入分类变量“q7”，在分层变量（define clusters by）中输入分层变量“q8”，其他均采用系统默认值。
4）确认【ok】，生成条图输出到“output”中。
如图5-1（b）所示，该图的分类轴上，包括了分类变量和分层变量共同的分组，分类情况直接标注在横轴上，分层情况则以图例（legend）反映出来。
该图反映了分类变量“q7”的各个组别中，不同性别的被访者出现的频率。
与简单条形图相似，其纵轴指标，也可以是综述变量的统计指标。
在上述操作中，在选择条图纵轴指标（bar represents）选项中选择计算综述值（other summary function），并输入综述变量即可。
3、分段条形图(stacked bars) 的绘制1）打开数据文件“服装市场调查数据库.sav ”。
2）点击“graphs → bar ” → 显示bar charts 对话框，选择stacked bar ，点击【define 】，进入绘图参数输入窗口。
3）在条图纵轴指标（bar represents ）选项中选择频率选项（% of cases ），在分类轴横轴（category axis ）中输入分类变量“q7”，在分段变量define stacks by 中输入分层变量“q8”，其他均采用系统默认值。
4）确认【ok 】，生成条图输出到“output ”中。
如图5-1（c ）所示，该图的分类轴上，只包括分类变量，分类情况直接标注在横轴上，分段情况标注在条上，并以图例（legend ）反映出来。
该图反映了分类变量“q7”的各个组别中，不同性别的被访者出现的频率，与分层条形图相比，较简洁。
与简单条形图相似，其纵轴指标，也可以是综述变量的统计指标。
在上述操作中，在选择条图纵轴指标（bar represents ）选项中选择计算综述值（other summary function ），并输入综述变量即可。
三、条形图特征值划分在绘制上面三种条形图时，图中的数据源选项（data in chart are ）中，有三种选择，如图5-2（a ）所示。
不同选择，其条形图纵轴反映的指标值的含义不同，其绘制图形分别称为组特征值条形图、平行变量条形图、个案值条形图，如图5-3（a ）、5-3（b ）、5-3（c ）所示。
从图中可以看出，图的外观没有太大的差别，其差别主要在于各种图的纵轴所揭示的指标值不同。
P e r c e n t图5-3（a ）分组变量的频数描述图图5-3（b ）平行变量平均值描述图图5-3（c）个案值描述图在数据分析的过程中，选用何种图，主要视分析的目标及数据库的情况而定，各类图的绘制操作过程如下：1、组特征值条形图（summaries for groups of cases）的绘制1）打开数据文件“服装市场调查数据库.sav”。
2）点击“graphs →bar”，显示bar charts对话框，选择simple bar，在数据源（data in chart are）选项中选择第一项summaries for groups of cases，点击【define】，进入绘图参数输入窗口。
3）在条图纵轴指标（bar represents）选项中选择频率选项（% of cases），在分类轴横轴（category axis）中输入分类变量“q7”，其他均采用系统默认值。
4）确认【ok】，生成条图输出到“output”中，如图5-3（a）所示，该图反映了分类变量“q7”的各个组别出现的频率，即各年龄组的人数占总调查个案数的比例。
2、平行变量特征值条形图（summaries for separate variables）的绘制1）打开数据文件“服装市场调查数据库.sav”。
2）点击“graphs →bar”→显示bar charts对话框，选择simple bar，在数据源（data in chart are）选项中选择第二项summaries for separate variables，点击【define】，进入绘图参数输入窗口。
3）在条图纵轴指标（bar represents）选项中输入平行变量“q6_1、q6_2、q6_3、q6_4、q6_5、q6_6”，选择统计平均值，其他均采用系统默认值。
4）确认【ok】，生成条图输出到“output”中，如图5-3（b）所示，该图反映6个品牌满意度评价的对比。
3、个案值条形图（values of individual cases）的绘制。
1）打开数据文件“服务水平调查数据库.sav”。
