散点图

散点图用于考察定量数据之间的关联关系，即查看X和Y之间的关系情况。散点图通常用于探索性研究，直观展示出数据间的关联关系情况。

散点图的常见使用场景如下：

  • 相关分析之前，查看X和Y之间的关系情况。

  • 回归分析后模型检验，查看残差分别与自变量间的关联性【回归模型假定残差不应该与自变量有关联性，即异方差性】。

  • 其它用于直观展示数据关系的场景。

SPSSAU操作截图如下：

SPSSAU输出散点图说明：

  • 上图是回归分析保存的残差值与自变量作散点图，用于检测异方差性，上图可以看出，数据基本上没有规律可循，X变化时，Y并不会变大或者变小，因而说明无关联性，也即说明没有异方差性。

  • 上图可以看出，X增大时，Y会明显的减少，也即说明X和Y之间有着负向相关关系。

  • 上图区分不同性别群体时，X和Y的散点图。需要让性别放入“颜色区分项”框即可，可直观展示不同类别时，数据间的关系差异情况。

疑难解惑

  • 散点图只有出现几个点？

  • 如果说分析项只包括几个数字，通常分析项并非连续数据时，此很可能出现本身有几百个样本，但仅出现几个点。原因在于很多点都重合在一起了。建议用户可使用频数分析查看下分析项对应有几个不同数字。

  • 另外，如果不同数字过多，此时SPSSAU会自动进行bins处理，这也可能会导致输出的散点个数小于实际不同数字的样本量。

  • SPSSAU进行BINS处理？

  • Bins是一种散点数据处理方式，当散点过多时可通过bins处理更清晰的查看散点数据关系情况，当散点数量>1000时，SPSSAU自动会进行bins处理（bins=100），与此同时，研究者也可自主设置bins数量。与此同时，此种处理在SPSSAU系统的曲线回归，非线性回归中均有涉及且均会自动进行处理。