應(yīng)用統(tǒng)計(jì)學(xué)數(shù)據(jù)管理

應(yīng)用統(tǒng)計(jì)學(xué)數(shù)據(jù)管理第1頁，課件共79頁，創(chuàng)作于2023年2月

在數(shù)據(jù)文件建立好之后，還需要對(duì)數(shù)據(jù)進(jìn)行必要的加工處理。對(duì)同一個(gè)數(shù)據(jù)往往需要從各種不同的側(cè)面進(jìn)行研究，采取多種統(tǒng)計(jì)方法進(jìn)行分析，而不同的統(tǒng)計(jì)方法對(duì)數(shù)據(jù)文件結(jié)構(gòu)的要求不盡相同，這就需要對(duì)數(shù)據(jù)文件的結(jié)構(gòu)進(jìn)行重新調(diào)整或轉(zhuǎn)換，以便適合于相同的統(tǒng)計(jì)方法。數(shù)據(jù)管理

文件級(jí)別的數(shù)據(jù)管理

變量級(jí)別的數(shù)據(jù)管理第2頁，課件共79頁，創(chuàng)作于2023年2月文件級(jí)別的數(shù)據(jù)管理（1）SPSS中的Data菜單提供了文件級(jí)別的數(shù)據(jù)管理，可以對(duì)整個(gè)數(shù)據(jù)文件進(jìn)行加工整理。第3頁，課件共79頁，創(chuàng)作于2023年2月

InsertVariable：插入變量

InsertCases：插入記錄

GotoCase：到達(dá)某條記錄

簡單命令（這些功能都可以用鼠標(biāo)在數(shù)據(jù)表界面直接完成，很少用菜單操作，在此不詳述）

SortCases：記錄排序

SplitFile：記錄拆分

SelectCases：記錄篩選

WeightCases：記錄加權(quán)

常用的簡單過程（使用頻繁，必須掌握）文件級(jí)別的數(shù)據(jù)管理（2）第4頁，課件共79頁，創(chuàng)作于2023年2月

DefineVariableProperties：定義數(shù)據(jù)字典

CopyVariableProperties

：將預(yù)定義的數(shù)據(jù)字典直接引入當(dāng)前數(shù)據(jù)文件，即復(fù)制外部數(shù)據(jù)文件屬性到當(dāng)前數(shù)據(jù)文件

變量與數(shù)據(jù)文件屬性向?qū)В▽?duì)大型或連續(xù)性數(shù)據(jù)分析項(xiàng)目非常有用）

Transpose：數(shù)據(jù)轉(zhuǎn)置

Restructure：數(shù)據(jù)文件的重新排列

數(shù)據(jù)重構(gòu)向?qū)募?jí)別的數(shù)據(jù)管理（3）第5頁，課件共79頁，創(chuàng)作于2023年2月

AddCases：縱向合并

AddVariable

：橫向合并

文件合并過程（MergeFiles）

DefineDates：定義日期變量過程，用于時(shí)間序列數(shù)據(jù)

Aggregate：數(shù)據(jù)匯總過程

IdentifyDuplicateCases：查找重復(fù)記錄

其他過程文件級(jí)別的數(shù)據(jù)管理（4）

正交設(shè)計(jì)過程（OrthogonalDesign）第6頁，課件共79頁，創(chuàng)作于2023年2月單變量排序：SPSS提供了一種簡易操作方法，即在數(shù)據(jù)表格的變量名處單擊右鍵，彈出右圖多變量排序：使用SortCases過程來進(jìn)行，查看詳情記錄排序第7頁，課件共79頁，創(chuàng)作于2023年2月記錄排序第8頁，課件共79頁，創(chuàng)作于2023年2月選中District，選擇升序選鈕（默認(rèn)），將District選入Sortby框選中Region，選擇降序選鈕，將Region選入Sortby框記錄排序第9頁，課件共79頁，創(chuàng)作于2023年2月注意：在多重排序中，指定排序變量名的次序很關(guān)鍵，首先安第一個(gè)變量排序，對(duì)于與第一個(gè)變量取值相同的記錄考慮按第二個(gè)變量排序排序后，原來記錄數(shù)據(jù)的排序?qū)⒈淮騺y，對(duì)于時(shí)間序列數(shù)據(jù)，若未存放有記錄標(biāo)志的變量，應(yīng)注意保存原數(shù)據(jù)的排列順序，以免數(shù)據(jù)混亂記錄排序第10頁，課件共79頁，創(chuàng)作于2023年2月記錄拆分第11頁，課件共79頁，創(chuàng)作于2023年2月1.選中此框不拆分文件2.按所選變量拆分文件，各組分析結(jié)果放在一起便于比較3.按所選變量拆分文件，各組分析結(jié)果單獨(dú)放置4.用于選擇拆分?jǐn)?shù)據(jù)文件的變量5.要求將數(shù)據(jù)按所用拆分變量排序6.數(shù)據(jù)集很大，且拆分變量已排序，選此可節(jié)省運(yùn)行時(shí)間123456記錄拆分第12頁，課件共79頁，創(chuàng)作于2023年2月記錄篩選第13頁，課件共79頁，創(chuàng)作于2023年2月123451.分析所有記錄2.分析滿足條件的記錄，按If按鈕設(shè)定篩選條件3.從原數(shù)據(jù)中按某種條件抽樣，按Sample進(jìn)行設(shè)定4.基于時(shí)間或記錄序號(hào)選擇記錄，按Range進(jìn)行設(shè)定5.使用篩選指示變量選擇記錄，非0值的記錄被選中6.未選中的記錄被隔離7.未選中的記錄被刪除67記錄篩選第14頁，課件共79頁，創(chuàng)作于2023年2月記錄篩選第15頁，課件共79頁，創(chuàng)作于2023年2月記錄加權(quán)第16頁，課件共79頁，創(chuàng)作于2023年2月

設(shè)置作為權(quán)重的變量，如第一行表示agecat＝1gender＝1的人共33個(gè)，accid表示人數(shù)，應(yīng)設(shè)為權(quán)重記錄加權(quán)第17頁，課件共79頁，創(chuàng)作于2023年2月定義數(shù)據(jù)字典第18頁，課件共79頁，創(chuàng)作于2023年2月變量名、測(cè)量尺度等變量列表頻數(shù)、標(biāo)簽、缺失值設(shè)定等拷貝變量屬性自動(dòng)生成值標(biāo)簽定義數(shù)據(jù)字典第19頁，課件共79頁，創(chuàng)作于2023年2月數(shù)據(jù)轉(zhuǎn)置第20頁，課件共79頁，創(chuàng)作于2023年2月Transpose：該過程用于對(duì)數(shù)據(jù)進(jìn)行行列轉(zhuǎn)置，即原來的一條記錄轉(zhuǎn)成為一個(gè)變量，而變量則轉(zhuǎn)成為一個(gè)記錄，兩次Transpose過程后數(shù)據(jù)集會(huì)恢復(fù)原樣（點(diǎn)此見具體操作）。數(shù)據(jù)轉(zhuǎn)置第21頁，課件共79頁，創(chuàng)作于2023年2月將變量Group、x選入variable框，再點(diǎn)擊OK鍵轉(zhuǎn)置前的數(shù)據(jù)集轉(zhuǎn)置后的數(shù)據(jù)集

注：未選中的變量id其數(shù)據(jù)信息在轉(zhuǎn)置后丟失數(shù)據(jù)轉(zhuǎn)置第22頁，課件共79頁，創(chuàng)作于2023年2月數(shù)據(jù)文件重新排列第23頁，課件共79頁，創(chuàng)作于2023年2月Restructure：此過程是用來改變數(shù)據(jù)的排列格式，即長型格式和寬型格式之間的互轉(zhuǎn)。數(shù)據(jù)文件重新排列第24頁，課件共79頁，創(chuàng)作于2023年2月數(shù)據(jù)文件重新排列第25頁，課件共79頁，創(chuàng)作于2023年2月

數(shù)據(jù)anxiety轉(zhuǎn)換前后的長型格式和型格式數(shù)據(jù)文件重新排列第26頁，課件共79頁，創(chuàng)作于2023年2月文件縱向合并第27頁，課件共79頁，創(chuàng)作于2023年2月*：當(dāng)前數(shù)據(jù)集中的變量+：新添加數(shù)據(jù)集中的變量

左框：新、老數(shù)據(jù)文件中不匹配的變量名

右框：已匹配的變量名，選擇完成后單擊OK即可AddCases：縱向合并，從外部數(shù)據(jù)文件中增加記錄到當(dāng)前數(shù)據(jù)文件中，相互合并的數(shù)據(jù)文件中應(yīng)該有相同的變量。文件縱向合并第28頁，課件共79頁，創(chuàng)作于2023年2月文件橫向合并第29頁，課件共79頁，創(chuàng)作于2023年2月1.

未被納入的變量列2.

被納入合并后新數(shù)據(jù)集的變量列表3.

記錄匹配使用的關(guān)鍵變量AddVariables：橫向合并，從外部數(shù)據(jù)文件增加變量到當(dāng)前數(shù)據(jù)文件，兩個(gè)數(shù)據(jù)集要有一個(gè)一一對(duì)應(yīng)的關(guān)鍵變量進(jìn)行匹配合并，且記錄應(yīng)按關(guān)鍵變量升序后再合并。123文件橫向合并第30頁，課件共79頁，創(chuàng)作于2023年2月數(shù)據(jù)匯總第31頁，課件共79頁，創(chuàng)作于2023年2月分組變量被匯總變量數(shù)據(jù)匯總第32頁，課件共79頁，創(chuàng)作于2023年2月

定義匯總函數(shù)

定義新產(chǎn)生匯總變量的名稱和標(biāo)簽FunctionName&Label數(shù)據(jù)匯總第33頁，課件共79頁，創(chuàng)作于2023年2月查找重復(fù)記錄第34頁，課件共79頁，創(chuàng)作于2023年2月希望查找重復(fù)值的變量重復(fù)記錄按該變量的取值排序設(shè)定第一個(gè)還是最后一個(gè)重復(fù)記錄為主記錄查找重復(fù)記錄第35頁，課件共79頁，創(chuàng)作于2023年2月PrimaryLast＝0表示相應(yīng)的記錄為重復(fù)記錄查找重復(fù)記錄第36頁，課件共79頁，創(chuàng)作于2023年2月變量級(jí)別的數(shù)據(jù)管理（1）SPSS中的Transform菜單提供了變量級(jí)別的數(shù)據(jù)管理，可以對(duì)變量進(jìn)行操作。第37頁，課件共79頁，創(chuàng)作于2023年2月

計(jì)算新變量（Compute）：最常用

Recode：對(duì)變量值進(jìn)行分組合并

VisualBander：連續(xù)變量的可視化分段

Count：表示某個(gè)變量的取值中是否出現(xiàn)某個(gè)值，或某個(gè)區(qū)間

RankCases：變量編秩

AutomaticRecode：對(duì)記錄按某個(gè)變量值的大小排序

變量轉(zhuǎn)換變量級(jí)別的數(shù)據(jù)管理（2）第38頁，課件共79頁，創(chuàng)作于2023年2月

CreateTimeSeries：建立時(shí)間序列

ReplaceMissingValues：缺失值替代

RandomNumberSeed：設(shè)定隨機(jī)種子

專用過程變量級(jí)別的數(shù)據(jù)管理（3）

控制命令

RunPendingTransforms：用于執(zhí)行編程中被掛起的數(shù)據(jù)整理操作專用于時(shí)間序列模型第39頁，課件共79頁，創(chuàng)作于2023年2月例1

數(shù)據(jù)fee.sav是上海和杭州16名住院病人的費(fèi)用數(shù)據(jù)，計(jì)算上海的住院病人平均每天的住院費(fèi)用，要求結(jié)果取整。計(jì)算新變量第40頁，課件共79頁，創(chuàng)作于2023年2月輸入新變量名perfee計(jì)算新變量第41頁，課件共79頁，創(chuàng)作于2023年2月計(jì)算新變量輸入條件表達(dá)式第42頁，課件共79頁，創(chuàng)作于2023年2月計(jì)算新變量選擇函數(shù)輸入函數(shù)表達(dá)式第43頁，課件共79頁，創(chuàng)作于2023年2月計(jì)算新變量第44頁，課件共79頁，創(chuàng)作于2023年2月例2

在數(shù)據(jù)fee.sav中生成新變量grade,當(dāng)住院總費(fèi)用小于5000元時(shí)取值為“相對(duì)較低”，大于等于5000元且小于7000元取值為“中等”，大于等于7000元且小于10000元為“較高”，大于等于10000元為“很高”。變量值分組合并第45頁，課件共79頁，創(chuàng)作于2023年2月新變量名grade選入原變量total變量值分組合并第46頁，課件共79頁，創(chuàng)作于2023年2月變量值分組合并第47頁，課件共79頁，創(chuàng)作于2023年2月

三種Range的設(shè)置，所有的范圍均包含了端點(diǎn)，而前面設(shè)定的變換會(huì)優(yōu)于后面的變換，因此應(yīng)該將大于等于10000元最先設(shè)定，而將小于5000元最后設(shè)定。變量值分組合并第48頁，課件共79頁，創(chuàng)作于2023年2月變量值分組合并第49頁，課件共79頁，創(chuàng)作于2023年2月變量值分組合并第50頁，課件共79頁，創(chuàng)作于2023年2月變量值分組合并第51頁，課件共79頁，創(chuàng)作于2023年2月務(wù)必選上該項(xiàng)變量值分組合并第52頁，課件共79頁，創(chuàng)作于2023年2月變量值分組合并第53頁，課件共79頁，創(chuàng)作于2023年2月recode過程提供了精確分組的功能，但如果希望進(jìn)行的分組是有規(guī)律的，比如等距分組，或等樣本量分組，使用

recode過程進(jìn)行操作就顯得非常麻煩，且可視化程度不高。此時(shí)可以考慮使用visualbander過程進(jìn)行可視化分段。連續(xù)變量的可視化分段第54頁，課件共79頁，創(chuàng)作于2023年2月例3

仍以數(shù)據(jù)fee.sav為例，按變量total將病人分為5組，5000元以下為第一組，5000元以上的按等間距的方式分4組。連續(xù)變量的可視化分段第55頁，課件共79頁，創(chuàng)作于2023年2月連續(xù)變量的可視化分段第56頁，課件共79頁，創(chuàng)作于2023年2月連續(xù)變量的可視化分段第57頁，課件共79頁，創(chuàng)作于2023年2月設(shè)定分段規(guī)則連續(xù)變量的可視化分段第58頁，課件共79頁，創(chuàng)作于2023年2月連續(xù)變量的可視化分段自動(dòng)填充值標(biāo)簽第59頁，課件共79頁，創(chuàng)作于2023年2月連續(xù)變量的可視化分段第60頁，課件共79頁，創(chuàng)作于2023年2月例4

仍以數(shù)據(jù)fee.sav為例，查看變量total中是否出現(xiàn)值6890。查看特定變量值第61頁，課件共79頁，創(chuàng)作于2023年2月查看特定變量值第62頁，課件共79頁，創(chuàng)作于2023年2月查看特定變量值第63頁，課件共79頁，創(chuàng)作于2023年2月查看特定變量值第64頁，課件共79頁，創(chuàng)作于2023年2月查看特定變量值第65頁，課件共79頁，創(chuàng)作于2023年2月例5

仍以數(shù)據(jù)fee.sav為例，根據(jù)城市分組計(jì)算住院總費(fèi)用的

秩次。變量編秩第66頁，課件共79頁，創(chuàng)作于2023年2月變量編秩第67頁，課件共79頁，創(chuàng)作于2023年2月

用于定義秩次類型，默認(rèn)為rank（秩分?jǐn)?shù)）變量編秩第68頁，課件共79頁，創(chuàng)作于2023年2月

用于定義對(duì)相同值觀測(cè)量的處理方式默認(rèn)值為取平均秩次。變量編秩第69頁，課件共79頁，創(chuàng)作于2023年2月變量編秩第70頁，課件共79頁，創(chuàng)作于2023年2月將字符變量轉(zhuǎn)換為數(shù)值變量例6

仍以數(shù)據(jù)fee