晨晰統計部落格新站（統計、SPSS、BIG DATA討論園地）

在分析報告中，大家都會放統計圖使讀者容易理解，但圖放多了佔版面，反而讓人看花了，所以我們常會看到把圖合併在一起，一方面省空間，一方面也方便一眼看盡。例如像下圖：

另外，還有一種散佈圖是在兩旁附上盒形圖，如下圖：

當然，在一些軟體如R、Python等，是可以畫出類似的圖，而且美觀許多。但一般研究人員，尤其是以SPSS為主的人，能把SPSS精通就很了不起，如果只是為了作圖，還要去搞另一套軟體，也太不划算了。所幸SPSS本身也一直在進化，自從22版開始，預設隨附安裝了Essentials for Python。這一來，把一些Python的功能也加進了SPSS的選單中。這篇我要介紹的就是「迴歸變數圖」這個新加功能。

乍看這個名詞，以為是在畫迴歸線、或常態圖、或殘差圖之類的，實作了才發現它跟迴歸的關係並不大。比如本文的第一個圖，橫軸是類別變項的分組，緃軸是平均數，這跟迴歸沒關係。

怎麼作呢？［垂直軸變數］放連續變數（不能放類別變數，會出現警告），［水平軸變數］放三個類別變數，然後去［選項］把每列圖表數改為3，其他不動，這樣就OK。

如果你把上圖中的［選項］之［類別變數圖］改選，如選◎平均數折線圖、◎盒形圖，會得到下面結果：

那如果［水平軸變數］放連續變數呢？那你會得到散布圖。如果［選項］之［散佈圖配適直線］勾選□線性，還會多得迴歸線。

平心而論，SPSS的畫圖功能不是強項，所以這個新增的功能其實還好。但它有一個妙用，那就是當我們在跑大量自變數時，尤其像Big Data變數很多，就可以把這個功能當作一個初步快籂功能，快速地視覺化比較各自變數X與依變數Y的關係，進而構思以什麼策略來跑迴歸。