统计分析的结果通常包括统计图和统计表。统计图是一种用图形表示数据的方式，它能够直观地展示数据的分布、趋势和关系。科研论文中常见的统计图包括条形图、饼图、折线图、散点图等。这些图形可以帮助人们快速地理解和分析数据，找出其中的规律和特征。今天就来讲一讲常用的科研统计图。

一、统计图结构

统计图一般包括5个部分：分别是标题、横标目、纵标目、刻度、图例。具体的说明以及注意事项如下：

举例：下图为在一篇文献中截的一个统计图，大家可以参考：

知道了统计图的概念和基本结构之后，接下来，我将为大家详细介绍统计图的分类以及SPSSAU在智能分析中的统计图自动输出功能。

二、统计图分类

1、按数据类型选择统计图

每种类型的统计图的特点不同，所呈现出数据的主要特征也不尽相同，结合数据类型选择合适的统计图进行搭配，才能达到最好的效果。不同的数据类型，适用不同的统计图。

数据可分为定类数据和定量数据两大类，按照X和Y的思维，先识别出X和Y分别的数据类型情况，然后找到适合的统计图作图即可，X与Y组合起来常用的图形见下表：

举例说明：比如想要分析不同品种和不同施肥方式下，水稻产量的差异，希望通过图形直观展示差异情况。很明显这里2个X均为定类数据，而水稻产量为定量数据，所以可以使用“簇状图”进行可视化分析。
将数据上传至SPSSAU系统，选择“簇状图”，拖拽变量至右侧相应分析框，操作如下图：

得到簇状图结果如下：

簇状折线图

簇状柱形图

簇状条形图

2、常用统计图说明

常用统计图的适用情况和举例说明如下：

• 比如：散点图可以很好的展示X随Y的变化情况，所以常用于辅助判断X与Y之间的关系情况。如下图为公司员工起始工资与当前工资的散点图，可以看出二者具有较强的正相关关系。

• 直方图可以展示数据的分布情况，可以用于辅助判断数据是否服从正态分布。如下图为某班学习成绩的直方图，可以看出满足“中间高，两头低”的钟形分布，具有正态性特征。

• 箱线图可以展示数据的整体分布情况，可用于探索且展示异常值数据情况。如下图为变量X5的箱线图，可以明显看出该变量存在一个异常值。

SPSSAU当前提供累计共30多类图形，分布于各个方法中自动生成，当然还有一些复杂或者特殊的图形需要自己作图。

三、SPSSAU自动出图

在使用SPSSAU进行数据分析时，选择相应方法进行分析得到分析结果的同时，SPSSAU会默认自动输出对应的统计图分析结果，以及该方法可能涉及的各类统计图。

1、SPSSAU智能化出图

比如使用SPSSAU进行方差分析、t检验等差异性分析方法会自动输出对应的折线图、柱形图等；多选题分析时会自动输出对应的响应率、普及率、帕累托图、交叉汇总图等；回归模型包括线性回归、路径分析、结构方程模型、调节中介等都会自动输出对应的模型图。

举例说明1：使用卡方检验研究不同年龄段是否感染病毒的差异时，SPSSAU会默认输出对应的堆积柱形图、堆积条形图等（右上角切换统计图），如下图：

举例说明2：使用探索性因子分析时，SPSSAU默认输出对应的碎石图和载荷图，如下图：

举例说明3：使用相关分析研究变量间相关性时，SPSSAU默认输出对应的相关分析可视化图，如下图：

举例说明4：构建结构方程模型时，SPSSAU自动输出对应的模型图，如下图：

提示：SPSSAU可视化结合了数据分析方法的思想，默认提供准确的可视化图形展示，这是SPSSAU智能系统的一个组成部分。通常自动输出的第一个统计图是最优的即最合适的。

2、图形调整与美化

SPSSAU当前提供字体、字号、小数位、是否隐藏标签、是否展示Y轴、Y轴颜色设置以及七类色彩风格设置，该设置只需要在任何一个地方设置，后续和其它全部的图都会基于该设置生成‘可视化图’，不需要重复进行设置。

在SPSSAU输出的统计图下方，点击Aa样式进行设置，如下图：