PS IMAGO PRO Demo

PS IMAGO PRO Demo:Coffee – Part 1：分析

一、1_TEA_COFFE_MAP数据

在这个演示中，我们使用位于Coffee\1_Analysis\DATA和模板中的演示文件文件夹。在演示之前，将map和可视化样式表导入IBM SPSS Statistics，Coffee\ 1 _analysis \设置文件夹。在IBM SPSS统计软件中转到 图形 >图形板模板选择器>管理>样式表 并导入coffee_tea。然后转到 Maps选项卡并导入world_simp.smz 。

数据集:1 _tea_coffe_map.sav

可视化模板:值分区图(PS映像)

可视化模板:基于国家创建世界地图(值的等值线图)和饮料变量。 图形>图形板模板选择器>选择国家和饮料>选择值分区图 。在Map Files下的Detailed选项卡中选择world_simp映射文件。在样式表下的Options选项卡选择coffee_tea样式表。

1.值分区图

2.表格条形图

在菜单PredictiveSolutions转到 图形>表>条形图 。选择变量COUNTRY_TOP20_COFFEE

(分组变量)和LA_KG_PP_COFFEE(分析变量)。将图表上的统计信息更改为在“ 统计量 ”窗口中，取消选择“计数”，然后选择“ 平均 ”(对列也重复此操作)

着色)。在“属性”窗口中，将 排序更改为“统计” ，并在“用户模板选择”下进行排序。

CALIBRI_LIGHT。位于Coffee\1_Analysis\TEMPLATES文件夹中。从图表中可以明显看出：这些国家的人均咖啡消费量是世界上最高的。值得的注意到北欧国家同较小的国家(Belgium, Cyprus)贡献了很大一部分。波兰是47。对变量COUNTRY_TOP20_TEA和LA_KG_PP_TEA重复上述过程，将样式更改为下降( 属性>风格>下降 )。波兰再次被排除在前20名之外，排名第33。

结果如下：

二、Dataset: 使用数据文件WORLD.sav.

选择1: 分析 —— 表 —— 定制表 (PS IMAGO)

显示不同地区不同消费国家的分布情况。在IBM SPSS主菜单 分析>表>定制表 ，选择LA_KG_PP_COFFEE_KAT作为行变量，Region_typ_4kat作为列变量。摘要中选择列变量“汇总统计信息”窗口删除“计数”并选择“列百分比”。

可以发现：欧洲和北美是唯一拥有人均咖啡消费量高的国家占主导地位。在其他地区是这样这些国家中有一半以上是低消费国家。

选择 2: 可能性地图 (PS IMAGO PRO)

在“Predictive Solutions”菜单中， “图>可能性地图” 。选择coffeconsumption (LA_KG_PP_COFFEE_KAT)作为行变量，Region(Region_typ_4kat)作为列变量。选择列百分比作为单元格中显示的统计信息。在属性

窗口选择单元格标签和条形标签。

3.分类变量的相关性——Cramer’s V (PSIMAGO PRO)

在在“Predictive Solutions”菜单，选择 分析> Cramer’s V 相关变量。选择因变量 LA_KG_PP_COFFEE_KAT 和自变量（其余分类变量）。

在这里更容易快速地看到变量最重要的信息。颜色用于标记统计重要性，条形图长度表示相关值。

在图表中，注意到三个预测因子，它们之间的关系特别密切——预期变量包括:预期寿命、人均GDP和收入不平等。

4.表格着色

根据梯度将表颜色添加到变量。选择输出的表，在“Predictive Solutions”菜单选择“ 报表>表颜色 ”。这里设置了列的颜色，仅对“值”列进行着色。然后选择着色类型——在本例中应用表格单元格>的渐变着色颜色渐变。现在很容易找到三个最重要的预测因子。在图表中确定。在接下来的步骤中，我们将进一步研究它们之间的关系不同国家咖啡消费水平的变量。

5.变量标准化

选择三个最显著的预测变量，以便在一个图像中显示它们。前面，已经使用了他们的分类版本，现在将以原始的连续性（变量）来看它们。然而，它们以各种尺度来衡量，单位不统一。因此，在单个图表中进行演示之前，应创建其标准化版本。在Predictive Solutions菜单中，选择 转换> 变量正态化 。选择最后三个变量作为要变换的变量（ INEQ_Gini，Real_GDP_per_capita__PPP和life_expectancy_years_num ）并使用默认设置。

6.雷达图(PS IMAGO PRO)

选择雷达图表（ Predictive Solutions> 图形> 雷达图 ）并选择前面 正态化之后的3个新变量 作为分析变量。将变量LA_KG_PP_COFFEE_KAT放在颜色变量字段中。在属性窗口另外选择为散点图连线。创建图表。

在图像上可以看到咖啡消费量较高的国家的GDP，生活更高。预期和低收入不平等。讨论了图表后，再次触发程序窗口（单击Recall最近使用的对话框）并将图表类型从雷达更改为并行。

三、Dataset: 3_ARABICA_ROBUSTA_PROD_T3C.sav.

1.      Marimekko chart (PS IMAGO….new in v4!!!)

Predictive Solutions> 图形> Marimekko图 并输入变量：Country_grp（X轴），Type（颜色变量），Produkcja1a（X轴汇总变量），Produkcja1b（Y轴汇总变量）。使用两个变量。在X轴和Y轴上呈现各种摘要的可能性：例如数量和百分比，来自两个不同变量之和的总和或百分比。为了呈现相同变量的摘要，我们应该使用变量的副本—它在这一点上呈现了世界咖啡生产的份额。此外，在标签窗口选择字段：类别（颜色变量）和总和（X轴汇总）。在属性中窗口可以禁用图例，因为它现在将提供有关的冗余信息图表上的标签。

三个生产国负责全球60％以上的生产。巴西主要生产Arabica，越南主要是Robusta，而哥伦比亚只有Arabica（因此可以加强哥伦比亚作为优质咖啡的独家来源的形象）。

四、Dataset: 4_REGION_CONS.sav

仪表板：目标阈值的百分比（PS IMAGO PRO）

接下来，将研究咖啡消费在特定地区随时间变化的方式。Predictive Solutions菜单中提供的仪表板图形将非常有用。这些图表旨在根据计划值显示实际值，例如实际销售额与计划销售，或将当前值与历史值进行比较，例如同比销售额。例如，使用第二种选择并比较2013年世界咖啡消费量与2012年相比。

在Predictive Solutions菜单中，选择 仪表板>目标百分 比阈 值>柱状图 并选择变量：地区（类别），消费2013（实际），消费2012（计划）阈值低（百分比低于，阈值高（上面的百分比），Decrase（警报）。在属性中将 Y轴最大值更改为125 ，并在图例窗口中选择显示图例“水平”，在标签字段中选择“变量标签”。

从图表中看到，只有Central America和 Mexico咖啡消费量减少了。消费增长值得强调非常动态发展的Africa（增长近9％），Asia和Oceania（超过5％）。最稳定的咖啡消费水平是在South America。

仪表板：目标百分比：砖块图（PS IMAGO PRO）

仪表板也可用于呈现整体的份额。为了呈现特定地区的份额，世界上的咖啡消费量可以使用目标百分比：砖块仪表板（ Predictive Solutions>仪表板>目标百分比>砖块图 ）。选择变量如下：区域（组类别），消耗（2013）（实际价值），总消费量（目标价值）。在“属性”中，选择“最大值（％）”100％和行布局（“属性”>“布局”>“行”）。

五、Dataset: 5_COFFEE_PRICES_3C.sav

表格系列图 (PS IMAGO PRO)

探讨的最后一个是3个国家咖啡价格的多样性，即日本，美国和英国。再次使用表格图表，但这次使用的是系列图表 （Predictive Solutions >图表>表格>系列） 。选择至少3个变量， 分组变量（国家），系列变量（年份）和分析变量（价格（分/磅）） 。将图表类型更改为“带点的线”，并在统计窗口中选择 平均值，最小值，最大值 。 在“属性”窗口中，我们将选择“在表格内”图表的缩放比例，每个迷你图表在线条之间是可比较的。或者，我们可以在格式窗口中将图表的列宽扩展到10厘米。

从图表中我们可以注意到：美国作为世界上最大的咖啡进口国，咖啡价格总是很低不受任何重大波动的影响。英国的价格很高，总的来说也在上涨。在日本，20世纪最后十年的咖啡价格是最高的，后来开始减少。

本文由Rachel~li 创作，采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。

转载、引用前需联系作者，并署名作者且注明文章出处。

本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。