一、常用统计图
常用统计图的适用情况和举例说明如下：
比如：散点图适用于展示两个变量之间的关系情况；直方图适用于展示连续变量的分布情况，判断是否符合正态分布等；箱线图展示一组数据的中位数、四分位数、最大值、最小值等信息，可以用于分析数据分布情况或者是否存在异常值等等。
二、作图思路
首先区分数据类型：画图通常是体现X和Y之间的关系情况。那么首先需要知道X和Y分别的数据类型是什么，下面总结一个表格说明如下：
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。
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
SPSSAU当前提供累计共30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。
举例说1：定类数据进行频数分析时，SPSSAU会默认输出对应的饼状图、圆环图、柱状图、条形图。如果需要切换不同的统计图，点击图形右上角选择即可，如下图：
举例说明2：使用独立样本t检验研究不同组别空腹血糖下降值的差异时，SPSSAU会默认输出对应的柱形图、条形图、折线图。如下图：
举例说明3：使用卡方检验研究不同疗法治疗效果的差异时，SPSSAU会默认输出对应的堆积柱形图、堆积条形图等，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。
四、统计图详细说明
1、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。
- 使用场景
（1） 相关分析之前，查看X和Y之间的关系情况。
（2） 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】。
（3） 其它用于直观展示数据关系的场景。 - 散点图示例
2、直方图
直方图用于直观展示数据分布情况，观察数据的正态分布特性，检验数据是否满足正态性。
- 使用场景
（1） 相关分析时，数据的正态性查看；（2） 回归分析后模型检验，将残差进行正态性检验，如果残差呈现出正态性意味着模型构建良好，反之说明模型构建较差。（3） 其他用于查看数据分布、检验正态性的场景等等。
- 直方图展示
3、箱线图
箱线图（也称盒图，箱盒图等）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。通过箱线图，可以直观的探索数据特征。
- 使用场景
（1） 查看可能的异常值数据情况；（2） 非参数检验时查看不同类别X时，Y的数据分布情况；（3） 其它涉及查看数据分布或者异常值查看时。
- 直方图展示
4、词云图
词云图是由美国西北大学新闻学教授Rich Gordon提出，“词云”可对文字中出现频率较高的“关键词”予以视觉上的突出，形成“关键词云层”或“关键词渲染”，从而使浏览者只要一眼扫过文本就可以领略文本的主旨。
- 使用场景
（1）直观地展示文本信息，并且突出展示关键信息；
（2）针对有权重的数据信息进行词云展示。
- 词云图展示
5、误差线图
误差线图用于展示数据的不确定性程度，显示潜在的误差或每个数据标志的不确定程度。样本数据的波动是通过标准差体现，因而样本均值不确定性程度为标准差。
- 误差线图展示
6、P-P图/Q-Q图
P-P图和Q-Q图常用于直观查看数据是否正态分布。P-P图和Q-Q图的目的性基本一致，但原理上有着区别。
- 使用场景
(1) 方差分析对应的Y值是否具有正态性特质的判断；(2) 回归分析前，对应的Y值是否具有正态性特质判断；回归分析后，使用P-P图和Q-Q图检查残差值是否有正态性特质；(3) 二元Logit回归后的残差值是否有正态性特质。(4) 其它用于直观展示数据正态性的场景。
- P-P图/Q-Q图展示
7、ROC曲线
ROC曲线，也称受试者工作特征曲线；ROC曲线最初是运用在军事上，当前在医学领域使用非常广泛，用于研究X对于Y的预测准确率情况。
- ROC曲线展示
8、象限图
象限图可对数据分类进行直观展示；使用水平和垂直分割线将图表区域划分成四个象限，而且每个象限呈现对应的数据。通常情况下，象限图呈现目的在于直接展示数据划分区域。
- 象限图展示
9、帕累托图
帕累托图是“二八原则”的图形化体现，80%的问题是由20%的原因所致；通常情况下帕累托图可用来展现某‘问题’的占比情况，通过图形找出最重要的原因。
- 帕累托图展示
10、簇状图
从展示的图形类型上，簇状图可分为簇状折线图、簇状柱形图和簇状条形图等，SPSSAU默认均提供；SPSSAU共提供平均值、计数、求和以及中位数四种汇总值。簇状图时，分类数据为0个，1个或2个，SPSSAU均提供对应的图形展示。
- 簇状图展示
11、组合图
组合图用于两类维度值之间有较大差异时的图形化展示，其有两个坐标轴，分别是主轴和次轴，通常情况下，主轴为数量较大项，次轴为数量较大项。比如展示GDP与GDP增长率，主轴为GDP，次轴为GDP增长率。
- 组合图展示
12、气泡图
气泡图可用于展示X和Y之间的关系情况，并且利用Z标识每个点的气泡大小。同时，SPSSAU支持直接在气泡中展示‘标签’，并且可使用不同颜色标识气泡。
- 气泡图展示
13、核密度图
核密度图是一种非参数检验方法，其是对直方图的进一步抽象化，但其更加直观，其曲线下面积为1，通常用于连续数据的直观展示，比如年龄的分布情况，身高的分布情况等。
- 核密度图展示
14、小提琴图
小提琴是是箱线图和核密度图的集合，其可通过箱线思维展示数据的各个百分位点，与此同时，还可使用核密度图展示数据分布的‘轮廓’效果，‘轮廓’越大，即意味着数据越集中于该处，反之则说明该处时数据越少。
- 小提琴图展示
