解释矩阵图的主要结果

步骤 1：查找模型关系并评估强度

查找变量对之间的模型关系。确定哪个模型关系能够以最佳方式拟合数据并评估模型关系的强度。如果模型能够很好地拟合数据，则可以使用该模型的回归方程来描述数据。

要查看特定的模型对数据的拟合优度，请添加一条拟合回归线。双击图形。当此图形处于编辑模式时，右键单击此图形，然后选择添加 > 回归拟合。可以将指针放在拟合回归线上以查看回归方程。

下面的示例显示可以用回归拟合线建模的不同关系类型。

如果您的数据似乎拟合模型，则可以使用回归分析研究关系。

评估数据对模型的拟合紧密程度，以估计 X 和 Y 之间关系的强度。当关系很强时，回归方程能够准确地对数据建模。如果您有拟合回归线，请将指针放在拟合回归线上以查看回归方程和 R 平方值。R 平方值越大，回归方程对数据的建模越准确。

要量化线性（直线）关系的强度，请使用相关分析。

如果矩阵图含组，您可以查找与组相关的模式。查找观测值组之间 x-y 关系中的差异。即使您未在图形中包括分组变量，您也可以标识有意义的组。查找有意义的组可以帮助您更准确地描述数据。

下面的图形是与组相关的模式的示例。

如果您怀疑数据中包含组，则可以向图形中添加分组变量以显示组。双击某个数据点并选择组选项卡。

异常值可能表明数据中存在异常情况。基于时间的趋势可能表明数据情况不断变化。

异常值是远离其他数据值的数据值，可能会显著影响您的结果。

在散点图上，孤立的点标识异常值。

尝试确定导致任何异常值的原因。更正任何数据输入错误或测量误差。考虑删除与异常的单次事件（也称为特殊原因）相关联的数据值。然后，重新执行分析。

如果 X 变量包含一个按顺序记录的时间或日期值序列，请查找基于时间的趋势。要向散点图中添加连接线，请双击散点图。当散点图处于编辑模式时，右键单击散点图，选择添加 > 数据显示，然后选择连接线。

如果您是按照间隔均匀的时间间隔收集的数据，则可以使用时间序列图。