Spss的數(shù)據(jù)預處理

1、Spss的數(shù)據(jù)預處理數(shù)據(jù)預處理的目的：在數(shù)據(jù)文件建立好后，通常還要對待分析的數(shù)據(jù)進行必要的預加工處 理，這是數(shù)據(jù)分析過程中不可缺少的一個關鍵環(huán)節(jié)。數(shù)據(jù)的預加工處理是服 務與數(shù)據(jù)分析和建模的，需要解決的問題如下：1、缺失值和異常數(shù)據(jù)的處理。2、數(shù)據(jù)的轉(zhuǎn)換處理。 數(shù)據(jù)的轉(zhuǎn)換處理是在原有數(shù)據(jù)的基礎上， 計算產(chǎn)生 一些含有更豐富信息的新數(shù)據(jù)或?qū)?shù)據(jù)原有分布進行轉(zhuǎn)換等。3、數(shù)據(jù)抽樣。從實際問題、算法或效率等方面考慮，并非收集到的所有 數(shù)據(jù)（個案） 在某項分析中都有用途， 有必要按照一定的規(guī)則從大量 數(shù)據(jù)中選取部分樣本參與分析。4、選取變量。并非所有數(shù)據(jù)項（變量）在某項分析中均有意以，選取部 分變量參與分

2、析是必要的。Spss 提供了一些專門的功能輔助用戶實現(xiàn)數(shù)據(jù)的預加工處理工 作，通過預處理還可以使用戶對數(shù)據(jù)的總體分布有所了解。、數(shù)據(jù)預處理步驟：1、數(shù)據(jù)的排序：（1）數(shù)據(jù)排序的目的：a通常數(shù)據(jù)編輯窗口中個案的前后次序是由數(shù)據(jù)數(shù)錄入的先后順序決 定的，數(shù)據(jù)排序便于數(shù)據(jù)的瀏覽，有助于了解數(shù)據(jù)取值狀況、缺失 值數(shù)量的多少。、通過數(shù)據(jù)排序能夠快速找到最大值和最小值， 進而可以計算出數(shù)據(jù) 的全距，快速把握和比較數(shù)據(jù)的離散程度。c、通過數(shù)據(jù)排序能夠快速發(fā)現(xiàn)數(shù)據(jù)的異常值。（2）、數(shù)據(jù)排序的步驟：a選擇菜單：【Date】f【Sort Casedb、指定主排序量到【Sort by】框中，并選擇【Sort Ord

3、er框中的選項指出該變量按升序還是降序排序排序?！続sce nding】表示升序，【Desce ndinQ 表示降序。c、如果是多重排序，還要依次指定第二、第三排序變量及相應的排序規(guī)則。否則本部可略。排序窗口如下圖:拶 Sort CaesQdA A2& A3/ A4:A A4 d A4B A4BQ A4：C IMG 矽 Ai n rAAnSort byR年級A)Sort Order.o AscendingC1 DescendingrSave Sorted DataReset 丿Cancel HrpFNeSave file with sorted data圖12、變量計算：（1）變量計算的目的：

4、a通過數(shù)據(jù)的轉(zhuǎn)換處理，在原有數(shù)據(jù)的基礎上，計算產(chǎn)生一些含量更 豐富的新數(shù)據(jù)。、對數(shù)據(jù)的原有分布狀態(tài)進行轉(zhuǎn)換，由于數(shù)據(jù)分析和建模中某些模型 對數(shù)據(jù)分布有一定的要求，因此可以利用變量計算對原有數(shù)據(jù)的分布進行轉(zhuǎn)換。c、spss變量計算是在原有數(shù)據(jù)的基礎上，根據(jù)用戶給出的spss的算術表達式以及函數(shù)，對所有個案或滿足條件的部分個案，計算產(chǎn)生一系列新變量(2) 變量計算的操作步驟:a、選擇菜單：【Transform】f【Compute Variable】出現(xiàn)如圖2所示窗口:圖2在【Numeric Exepression】框給出spss算術表達式和函數(shù)?？梢允止ぽ斎胍部梢园创翱诘陌粹o算數(shù)表達式和函數(shù)的輸入

5、工作。6在【Target Variable框中輸入存放結果的變量名。、如果用戶只希望對符合一定條件的個案計算產(chǎn)生變量，則按if按鈕，出現(xiàn)如圖3所示的窗口。選擇【Include if case satisfies conditior】選項，然后輸入條 件 表 達 式， 否 則 本 步 略 去。圖33、變量的選?。?1) 數(shù)據(jù)選取的目的：a提高數(shù)據(jù)的分析效率。b、檢驗模型。(2) 數(shù)據(jù)選取的步驟：a、【Date】 【Select Casd在【Select!框中選擇選取方法。如圖4所示:Select Cases對話框圖44、計數(shù):(1) 計數(shù)的目的：把握個案各方面的特征。(2) 計數(shù)的步驟：a、選擇

6、菜單：【Transform】f【Count Values within Cased 如圖 5 所示：b、選擇參與計數(shù)的變量到【Numeric VariableSI框中。6在【Target Variable框中輸入存放技術結果的的變量名，并在【TargetLabel框中輸入相應的變量名標簽斗npn斗門nnr圖5d、按Define Values按鈕定義計數(shù)區(qū)間，出現(xiàn)圖6所示窗口。通過Add、d、按Define Values按鈕定義計數(shù)區(qū)間，出現(xiàn)圖6所示窗口。通過Add、Remove按鈕完成計數(shù)區(qū)間的增加、修改和刪除。e如果僅希望對滿足條件的個案進行計數(shù)，則按if按鈕并輸入spss相應表達式。否則本

7、部可略Count Valuer within Cases： Values to CountValues to Count.Value i / VslLlCSystem-missingSystem- nr user-trussingRange:through：-RanseL LOWEST through vlue：Rangeh vlue through HIGHEST:Conti nuECancel5、分類匯總:(1) 【Date】 【Aggregate(2) 指定分類變量到【Break Variables框中，指定匯總變量到【aggregated Variables框中，如圖7:(3) 按fu

8、nction按鈕指定對匯總變量計算那些統(tǒng)計量。Spss默認計算均值。(4) 制定將匯總結果保存到何處。(5) 按name&Lab按鈕重新指定匯總結果中的變量名或變量名標簽。(6) 如果希望在結果文件中保存各分類組的個案數(shù)則選擇【Number of cased .6、數(shù)據(jù)分組：(1) 【Transform】 【Recode into Dfferent Variable(2) 選擇分組變量到【Numeric Variable Output】框中。(3) 在【Numeric Variable框中的【name】后輸入存放分組結果的變量名， 并按 change按鈕確認。(4) 按old and new

9、Values按鈕進行分組區(qū)間定義。如圖 8所示：(5) 如果只對符合條件的個案進行分組，則按if按鈕輸入spss條件表達式7、數(shù)據(jù)轉(zhuǎn)置：(1) 【Date】 【transposd如圖9所示：(2) 指定數(shù)據(jù)轉(zhuǎn)置后保留那些變量，將它們們選入【Variables框中3)指定數(shù)據(jù)轉(zhuǎn)置后應保留那些變量名。8、加權處理：(1) 【Date】 【W(wǎng)eight Cased(2) 選擇【W(wǎng)eight Cases bj選項，并選擇某變量作為加權變量到 【FrequencyVariable框中。如圖10所示:9、數(shù)據(jù)拆分：（1）數(shù)據(jù)拆分的目的： 根據(jù)指定變量對數(shù)據(jù)進行分組，它將為以后進行的分組統(tǒng)計分析提供便 利。

10、（2）數(shù)據(jù)分組的步驟：a【Date】 【Split File】如圖11所示：b、選擇拆分變量到【Groups based on框中。c、拆分會使后面的分組統(tǒng)計產(chǎn)生兩種不同格式的結果。d、如果數(shù)據(jù)編輯窗口中的數(shù)據(jù)已經(jīng)事先安所指定的拆分變量進行了排序， 則可以選擇【File is already sorted項，他可以提高拆分執(zhí)行的速度，否則選擇【Sort the file by grouping Variables!項。、spss數(shù)據(jù)預處理應注意的事項:1、數(shù)據(jù)排序時須注意的事項：1 ）數(shù)據(jù)排序是整行數(shù)據(jù)排序，而不只是對某列變量進行排序(2)多重排序中指定排序變量的次序很關鍵。(3) 數(shù)據(jù)排序以

11、后，原有數(shù)據(jù)的排列必然別打亂。2、變量計算：(1) 如果指定存放計算結果的變量為新變量，spss會自動創(chuàng)建它，如果指 定產(chǎn)生的變量已經(jīng)存在，spss會提問用戶是否以計算出的新值覆蓋原 有舊值。(2) 對不滿足指定條件的個案，spss不進行變量值計算。對新變量取值為 系統(tǒng)缺失值，對已有舊變量，變量值保持不變。3、數(shù)據(jù)選?。?1按上述操作步驟完成數(shù)據(jù)選取后，以后的 spss分析操作僅針對那些被 選中的個案直到用戶再次改變數(shù)據(jù)選取為止。(2)采用按指定條件選取和隨機選取方法進行數(shù)據(jù)選取后，spss將在數(shù)據(jù)， 編輯窗口中自動生成一個名為filter_$的新變量，取值為1或0。1表示 本條個案被選中，0表示為別選中。該變量是spss產(chǎn)生的中間變量，如 果刪除它，則自動取消樣本選取。4、分類匯總：(1) 分類匯總中的分類變量可以是多個，此時的分類匯總陳偉多重分類匯 總。(2) 類似與數(shù)據(jù)排序，在多重分類匯總中，指定多個分類變量的先后次序 是關鍵的。5、數(shù)據(jù)的分組：在定義分組