一、案例介绍

在一项科研协作课题中，某地区分别测定了不同人群中25~34岁健康女性的三头肌皮褶厚度X（cm）和大腿围长Y（cm），数据如下表所示，现在研究者想通过可视化的方法展示二者之间的关系，应当如何分析？

二、问题分析

研究者想通过可视化的方式展示三头肌皮褶厚度与大腿围长的关系，可以使用散点图进行展示。

散点图通过在直角坐标系中描绘数据点来展示两个连续型变量之间的关系。

常见的使用场景如下：

①相关分析前探索数据间的关联关系；

②回归分析后展示残差与自变量X（或因变量Y）的关联性，观察残差与自变量或因变量的关系情况，用于判别异方差情况；

③探索且直观展示不同类别数据间的关系情况。

④识别异常值；在散点图中，距离主要数据点群较远的点通常会被视为可能的异常值。

三、软件操作及结果解读

（1）软件操作

上传数据至SPSSAU系统后，在【可视化】模块，选择【散点图】，将“大腿围长”拖拽到Y（定量）分析框中，将“三头肌皮褶厚度”拖拽到X（定量）分析框中，点击“开始分析”，操作如下图：

（2）结果解读

SPSSAU输出散点图如下：

从散点图可以看出，随着三头肌皮褶厚度的增加，大腿围长也随之增加，二者之间呈现出明显的线性关系。点击图像下方“线性趋势”按钮，可以得到下方有线性趋势的散点图：

SPSSAU智能分析会自动输出散点数据线性拟合公式：

大腿围长 = 25.963 + 9.578*三头肌皮褶厚度，R方值为0.851。

四、结论

由散点图分析得知，三头肌皮褶厚度与大腿围长之间存在明显的线性关系，随着三头肌皮褶厚度的增大，大腿围长也随着增大。且由SPSSAU智能分析知，大腿围长 = 25.963 + 9.578*三头肌皮褶厚度。

五、知识小贴士

SPSSAU进行BINS处理是什么意思？

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。