變量級別的數(shù)據(jù)管理

變量級別的數(shù)據(jù)管理第一頁，共三十七頁，編輯于2023年，星期五一切統(tǒng)計(jì)分析都以數(shù)據(jù)基礎(chǔ)，在數(shù)據(jù)文件建立好后，還要對數(shù)據(jù)進(jìn)行必要的加工處理，這項(xiàng)工作稱為數(shù)據(jù)管理。數(shù)據(jù)管理直接關(guān)系到數(shù)據(jù)分析的結(jié)果，因此是統(tǒng)計(jì)分析工作中不可缺少的關(guān)鍵步驟。數(shù)據(jù)管理{變量級別的數(shù)據(jù)管理文件級別的數(shù)據(jù)管理功能集中在Transform菜單功能集中在Data菜單第二頁，共三十七頁，編輯于2023年，星期五變量級別的數(shù)據(jù)管理{計(jì)算新變量：Computer過程變量轉(zhuǎn)換：包括Record,VisualBander,Count,RankCases,AutomaticRecord過程專用過程：包括建立時間序列模型，缺失值替代，設(shè)定隨機(jī)種子RunPendingTransform：執(zhí)行編程中被掛起的數(shù)據(jù)文件第三頁，共三十七頁，編輯于2023年，星期五一.計(jì)算新變量計(jì)算新變量又稱變量進(jìn)行賦值，意在原有的SPSS數(shù)據(jù)文件的基礎(chǔ)上，根據(jù)需要，使用SPSS表達(dá)式及函數(shù)，對所有紀(jì)錄或滿足SPSS條件表達(dá)式的紀(jì)錄，計(jì)算出一個新結(jié)果，并存入指定的變量中（可以是新變量，也可以是已存在的變量）用于計(jì)算新變量，或者給老變量賦值有大量的SPSS函數(shù)可供使用學(xué)會如何寫相應(yīng)的語句可能更方便Computer過程：第四頁，共三十七頁，編輯于2023年，星期五Computer過程的實(shí)例分析：例1：P43例3.1調(diào)用transform.sav數(shù)據(jù)打開數(shù)據(jù)文件，選擇TransformCompute第五頁，共三十七頁，編輯于2023年，星期五輸入存放計(jì)算結(jié)果的變量名如要計(jì)算所有學(xué)生的平均成績，則在主對話框直接操作，現(xiàn)要計(jì)算符合條件的記錄，故選If按鈕，出現(xiàn)如下對話框第六頁，共三十七頁，編輯于2023年，星期五單擊此鍵第七頁，共三十七頁，編輯于2023年，星期五單擊此鍵第八頁，共三十七頁，編輯于2023年，星期五第九頁，共三十七頁，編輯于2023年，星期五如要對全部人群生產(chǎn)一個新變量，但不同人群采用不同的算術(shù)表達(dá)式，則只要多次調(diào)用ComputeVariable即可第十頁，共三十七頁，編輯于2023年，星期五二.對變量值進(jìn)行分組合并數(shù)據(jù)分析中，經(jīng)常要將連續(xù)變量轉(zhuǎn)換為等級變量，或?qū)⒎诸愖兞坎煌淖兞康燃夁M(jìn)行合并通過Record來完成對原始變量取值進(jìn)行修改對原始變量的取值生產(chǎn)一個新變量來表示分組第十一頁，共三十七頁，編輯于2023年，星期五1.對連續(xù)變量進(jìn)行分組例2：P46例3.2調(diào)用transform.sav數(shù)據(jù)

打開數(shù)據(jù)文件，選擇TransformRecordIntoDifferentVariable第十二頁，共三十七頁，編輯于2023年，星期五將英語成績選入InputVariable→OutputVariable框第十三頁，共三十七頁，編輯于2023年，星期五單擊此鍵在OutputVariable框輸入變量名與標(biāo)簽，單擊change第十四頁，共三十七頁，編輯于2023年，星期五將數(shù)值型字符變量轉(zhuǎn)換為數(shù)值變量第十五頁，共三十七頁，編輯于2023年，星期五第十六頁，共三十七頁，編輯于2023年，星期五2.分類變量類別的合并例3.將transform.sav中產(chǎn)生的變量grade中的優(yōu)秀、良好與及格合并為PASS，將及格轉(zhuǎn)化為NOPASS選擇TransformRecordIntoDifferentVariable第十七頁，共三十七頁，編輯于2023年，星期五單擊此鍵第十八頁，共三十七頁，編輯于2023年，星期五第十九頁，共三十七頁，編輯于2023年，星期五第二十頁，共三十七頁，編輯于2023年，星期五三.連續(xù)變量的可視化分段Record過程通過了精確分組的功能，但如果希望進(jìn)行的分組時比較有規(guī)律的，比如等距分組等，此時Record過程就較為復(fù)雜，且可視化程度不高，此時可用VisualBander過程進(jìn)行可視化分段。此過程用于將連續(xù)變量進(jìn)行分段，它使用百分位數(shù)、標(biāo)準(zhǔn)差范圍或等間距方式將連續(xù)變量劃分為若干組段。第二十一頁，共三十七頁，編輯于2023年，星期五例4.將transform.sav中變量math將學(xué)生分為5組，60分以下為第一組，60分以上的按等間距的方式分4組。選擇TransformVisualBander第二十二頁，共三十七頁，編輯于2023年，星期五第二十三頁，共三十七頁，編輯于2023年，星期五選中math第二十四頁，共三十七頁，編輯于2023年，星期五單擊此鍵第二十五頁，共三十七頁，編輯于2023年，星期五等間距分組等比例（樣本量）按指定的標(biāo)準(zhǔn)差范圍第二十六頁，共三十七頁，編輯于2023年，星期五單擊此鍵修改變量名第二十七頁，共三十七頁，編輯于2023年，星期五單擊此鍵第二十八頁，共三十七頁，編輯于2023年，星期五第二十九頁，共三十七頁，編輯于2023年，星期五四.字符變量轉(zhuǎn)換為數(shù)值變量方法1：用Record過程手工設(shè)定轉(zhuǎn)換規(guī)則方法2：用AutomaticRecode過程，自動按原變量值的大小或字母排序生成新變量。選擇TransformAutomaticRecode例5.將transform.sav中字符型變量city轉(zhuǎn)換為數(shù)值型變量newcity。第三十頁，共三十七頁，編輯于2023年，星期五第三十一頁，共三十七頁，編輯于2023年，星期五單擊此鍵第三十二頁，共三十七頁，編輯于2023年，星期五單擊此處第三十三頁，共三十七頁，編輯于2023年，星期五五.變量的編秩用RankCaces過程，對記錄按某個變量值的大小來排序，與AutomaticRecode類似，只是前者可以用于字符型變量。例6.將transform.sav中根據(jù)性別分組計(jì)算數(shù)學(xué)成績的秩次。選擇TransformRankCaces第三十四頁，共三十七頁，編輯于2023年，星期五將變量的最小值的秩次定為1(順序)是否在結(jié)果窗口內(nèi)輸出結(jié)果報(bào)表定義秩次類型相同觀