怎样用SPSS绘制boxplot箱线图

没有这个图的
只有箱式图和线图，没有箱线图
看你这个问法就知道你完全不懂统计，不建议你自己做
我经常帮别人做这类的数据分析，这些问题很容易回答的
-----------------------------------

箱盒图（也称盒图，箱线图等）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。通过箱盒图，可以直观的探索数据特征。

箱盒图共有两个用途，分别如下：

直观地识别数据中异常值（离群点）；

直观地判断数据离散分布情况，了解数据分布状态。

箱盒图共由五个数值点构成，分别是最小观察值（下边缘），25%分位数（Q1），中位数，75%分位数（Q3），最大观察值（上边缘）。

中横线：中位数

IQR：75%分位数（Q3）-25%分位数（Q1）

最小观察值（下边缘） = Q1 – 15 IQR

最大观察值 （上边缘）= Q3 + 15 IQR

箱盒图的使用场景情况如下：

查看可能的异常值数据情况（比如在回归分析前查看是否有异常数据）；

非参数检验时查看不同类别X时，Y的数据分布情况；

其它涉及查看数据分布或者异常值查看时。

SPSSAU *** 作截图如下：

上图中直观展示出C2时共有2个异常值点，如果对C2进行分析，且分析方法对异常值敏感时（比如相关分析，回归分析等），此时需要对该2个异常值点进行处理成null或者填充，或者在分析时进行过滤。

SPSSAU提供不同类别X时，Y的盒状图分布，比如上图中可以查看不同性别人群，C1,C2和C3共三项在区分性别时的盒状分布。

得到结果比如C1的盒状图如下：

上图可以看出，在男性时，C1中有2个异常点；女性时，C1共出现1个异常点。移动到异常点时会显示具体数据。此时如果有需要，可将此3个异常值进行处理，或者在分析时过滤掉异常值。

除了异常值的观察，还可以通过数据盒状图直观看出，男性在C1上的整体打分，会明显高于女性打分。

备注：spss中可能采用的是方法1（因为没有亲身验证过，只是网上有这种说法）。

Smile (Statistical Machine Intelligence and Learning Engine) 是一个快速、全面的机器学习系统。受益于先进的数据结构与算法，Smile 有最一流的性能。
Smile 覆盖了机器学习的方方面面，包括分类、回归、聚类、关联规则挖掘、特征选取、流形学习（manifold learning,）、多维尺度分析（MDS）、遗传算法、missing value imputation、最邻近搜索等等。

Smile 有提供q1、q3等值的计算方法，但结果与上述有所不同。
仍以上述数据为例：

SPSS案例集之随机数生成及其箱型
随机数生成及其箱型图案例：
1、 通过SPSS生成100个符合标准正态分布N（0,1）的随机数
1） 设定SPSS变量（元数据）“编码”，并通过excel的sum（X+1）整理出一列“1-100”的数据，Copy至SPSS的“数据”中；旨在高速SPSS我要生成随机数的个数是100个，你先给我预留好。

2） 菜单“转换”的“计算变量”，配置符合标准正态分布的随机数变量

2、 通过SPSS对生成的100个随机数做出箱型图
箱形图（英文：Box plot），又称为盒须图、盒式图、盒状图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因型状如箱子而得名。在各种领域也经常被使用，常见于品质管理。于1977年由美国著名统计学家约翰·图基（John Tukey）发明。它能显示出一组数据的最大值、最小值、中位数、、上下四分位数及异常值。标出异常值才是箱图之所以闻名的主要原因。
1） 菜单“图形”的“图表构建程序，配置箱型图”

---