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）。
打开Spss的主页，将数据输入到对应的表格中。下一步，选择分析→描述统计→探索进入。把相关的数据归为因变量，输出为图并点击确定。这个时候如果没问题的话，在选择需要的图片类型以后点击确定。
一般在两个地方可以实现这个功能：1）通过作图菜单Graphs——Legacy dialogs——Boxplot；2）进行探索性分析Analyze——Explore——plots，茎叶图和箱线图都在里面。
先按从小到大的顺序将数排列，在依次找出最大、最小值，中位数Me，下四分位数QL，上四分位数QU。
绘制厢式图后，双击厢式图，打开spss的图表编辑器。点击“向Y轴添加参考线”，将刻度轴设置为“平均值”，spss会自动填入位置值，同时勾选底部的“将标签附加到线”。返回spss绘制的厢式图，均数已显示在厢式图上。
1、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）。
2、从图中可以看出箱形图是由五部分构成的：最大值、75%值、中位值、25%值、最小值。对应图中数据就是275。说明该旅游小团队有50%的数据集中于75-25之间。
3、R语言箱线图至少需要5个重复。原因是：箱线图主要是通过四分位数描述数据分布，通过最大值，上四分位数，中位数，下四分位数，最小值五处位置描述数据分布情况。从箱线图中，可以大致推断出数据的集中或离散趋势。
4、箱线图主要用于反映原始数据分布的特征，还可以进行多组数据分布特征的比较。箱形图（Box-plot）又称为盒须图、盒式图或箱线图，是一种用作显示一组数据分散情况资料的统计图。因形状如箱子而得名。
5、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）。箱线图是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。
1、打开 SPSS，导入数据并创建箱线图。 在菜单栏中选择 Graphs，然后选择 Boxplot。在 Boxplot 对话框中，选择要比较的变量并将它们拖入 Boxplots of Variables 区域。
2、打开Spss的主页，将数据输入到对应的表格中。下一步，选择分析→描述统计→探索进入。把相关的数据归为因变量，输出为图并点击确定。这个时候如果没问题的话，在选择需要的图片类型以后点击确定。
3、方法/步骤 将一组数据从大到小排列，通过百分位计算方法，计算六种数据节点。将数据输入到SPSS中，单击【分析一描述统计一探索】。在弹出的“探索”对话框中，将变量移到因变量列表中。
4、spss作出的厢式图本身无均数，可通过添加参考数的方法，添加均数。绘制厢式图后，双击厢式图，打开spss的图表编辑器。
打开Spss的主页，将数据输入到对应的表格中。下一步，选择分析→描述统计→探索进入。把相关的数据归为因变量，输出为图并点击确定。这个时候如果没问题的话，在选择需要的图片类型以后点击确定。
进入SPSS的界面，点击左上角的保存按钮进行保存。弹出一个对话框，将名字和格式设置好，再点击保存。通过点击文件，找到另存为的选项。
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。
首先打开SPSSAU网页，右上角【上传数据】，上传原始数据。点击 【可视化】-【箱线图】。拖拽分析项到‘’分析项（定量）‘’选框中（配合ctrl或者shift键可同时选择多个标题），点击“开始箱线图分析”。
1、SPSSAU操作截图如下：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。
2、一般在两个地方可以实现这个功能：1）通过作图菜单Graphs——Legacy dialogs——Boxplot；2）进行探索性分析Analyze——Explore——plots，茎叶图和箱线图都在里面。
3、打开 SPSS，导入数据并创建箱线图。 在菜单栏中选择 Graphs，然后选择 Boxplot。在 Boxplot 对话框中，选择要比较的变量并将它们拖入 Boxplots of Variables 区域。
4、没有例子，我就自举一个，本例是绘制不同年级按性别身高的复式箱图。