在我们的免费在线课程中了解更多信息：
工业问题解决的统计思维
在本视频中，我们将展示如何使用网格图和叠加变量绘制多维数据移动蜂窝数据。
这是 1990 年至 2017 年每 100 人的手机订阅量数据。 该数据集包含 217 个国家/地区的信息，分为 7 个地区和 4 个收入组。
格状图是图形矩阵，其中每个图形显示数据的一个子集。 叠加图是在同一图形框架中绘制的具有不同变量或变量的不同类别的图。
我们有兴趣探索随着时间的推移在不同国家、地区和收入群体中移动蜂窝订阅的增长。
首先，我们使用图形生成器来自图形菜单以创建运行图表。 我们拖移动（每 100 人）到是区，和年到X区。 年被编码为分类变量，因此默认情况下，我们会看到每年的箱线图。
箱线图的中心是中位数。 因此，您可以看到，随着时间的推移，手机订阅量正在增加。
注意箱线图的高度或长度。 这个数据集有很多可变性。 请记住，这是每个地区每个国家/地区的数据。 要查看一段时间内的总体趋势，我们单击线图标。
你可以看到，在 1990 年代初期，手机很少。 从 1990 年代后期到 2012 年左右，出现了急剧的增长，之后又有所下降。
要查看不同地理区域的这条曲线，我们将使用地区作为覆盖变量。 为此，我们拖动地区到覆盖区。 现在，不同地区有一条单独的曲线。 你可以看到一些地区的手机比其他地区更早，而且 2017 年每 100 人的手机数量在不同地区是不同的。
我们也有不同收入群体的数据。 当我们拖动收入组到覆盖区，图形会自动更新。 您可以看到，总体而言，在高的收入群体人均拥有的手机数量超过低的收入组。
要按组和地区查看收入，我们可以使用格子图。 为此，我们拖动地区到裹区。 现在，有一个不同的叠加图收入组对于每个区域。
如果我们想查看收入组的格子图，我们可以将角色交换为地区和收入组.
如您所见，格状图和叠加图使您能够一次有效地绘制多个变量的数据，所有这些都在同一个图中。 在这里，我们创建了运行图表。 但是您也可以为其他图形类型创建格状图和叠加图。
