散点图主要观察两组变量间的趋势和分布，如果变量多于两组，仍旧使用散点图的话，那所有点都

会集中在同一显示区域内，使人无法准确判断，此时一般使用散点图矩阵进行两两比较。

除此之外，如果并不关心组与组之间的关系，而重点想观察单组变量的话，可以使用分组散点图，

现在举例说明：

原始数据如下：

在每组数据前添加辅助列，辅助列的公式为
辅助1：=0.9+RAND()/5
辅助2：=1.9+RAND()/5
辅助3：=2.9+RAND()/5
辅助4：=3.9+RAND()/5

辅助列的作用是将数据在图中分组，而不至于所有点都混在一起，rand()/5的意思是使每个数据的

横轴有所区别，但是又不能太分散，如果辅助列设为不变数，也可以实现数据分组，但是数据点必

定都在一条直线上，重叠度较大。



计算每组数据的均值和标准差，此时的辅助列要为固定值，因为想要这三个值保持在一条直线上。



先使用辅助1和序列1做散点图，然后将2,3,4分别加进去，最后再加均值和标准差的部分，辅助列统

一设为x轴，结果如下



最后就是调整一下显示格式

由此，我们可以看出每组数据的集中和离散，以及离群值等信息，当然还可以加入更多描述性统计量进行比较。