查看更多
密码过期或已经不安全,请修改密码
修改密码壹生身份认证协议书
同意
拒绝
同意
拒绝
同意
不同意并跳过
来源:“小白学统计”微信公众号
前两篇文章简单介绍了相关分析,这一篇主要介绍一下相关分析的展示方式。提起相关分析的展示,大家首先浮出脑海的一定是散点图。这当然没问题。不过,你要是只会散点图,那就有点太low了,实际上,相关分析的展示还有很多方式。
首先,对于只有两个变量的情况,通常就是散点图,再专业一点的就是在散点图基础上加入拟合线,加入置信椭圆等。
如果是两个变量,比如,有男女的身高、体重,看一下身高和体重的关系,可以绘制散点图:
如果想更加专业,可以在此基础上,加一个置信椭圆:
如果想分性别,分别拟合,还可以这样:
如果不是发表文章,而是做汇报展示,还可以做得更绚丽,或者更吸引人,比如下图,是不是肯很轻松地看出男性和女性各自的相关性呢?而且很容易吸引人的眼球。
如果是3个变量,还可以考虑气泡图和三维图。比如下面是年份、房价、工资三个变量的气泡图,横坐标是年份,纵坐标是房价,气泡大小是工资。
可以很容易看出,随着年份增加,房价一直上升,工资的气泡也有点变大,但显然不如房价速度快(实在不想提,提起来全是泪啊)。
下面这个三维图是身高、体重、空腹血糖三个变量的关系:
看起来好像有点凌乱,取决于你从哪个角度来看。事实上,上图是个动态图,只是此处无法显示动态而已。如果在PPT的展示中,你完全可以显示为动态图。想象一下,你在PPT中给别人从各个角度展示三维图,那肯定是足够让人刮目相看。
如果要展示很多变量之间的关系,那就很难用三维图来表示了,这时候可以用散点图矩阵。如下图:
既可以看出各个变量的分布情况,还能初步探索各变量之间的关系,一举两得。
如果变量更多的时候,用散点图矩阵都看的有点费劲,还有一种方式,那就是:色图(别想歪了)。
色图是一种大致展示相关性大小的图,无法精确显示,但是适用于很多变量的时候,比如下面这个就是色图。
即使有50个变量,在色图中也可以很轻松第看出大致的相关性,完全靠图形颜色来显示谁和谁相关性大。比如上图中,红色表示相关性大。这种图形适用于变量很多,简单展示的情形,如果要精确表示,还是散点图矩阵更合适。
从上面这些可以看出,相关性可不仅仅是散点图这么简单,不同场合下,你可以用不同方式来展示。尤其在报告中,你可以尽情发挥你的想象力。本文列举的这些也不是全部,给大家抛砖引玉而已,让大家开阔一下思路。
查看更多