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

數(shù)據(jù)管理

在數(shù)據(jù)文件建立好之后，還需要對數(shù)據(jù)進(jìn)行必要的加工處理。對同一個(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)方法對數(shù)據(jù)文件結(jié)構(gòu)的要求不盡相同，這就需要對數(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

文件級別的數(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（1）SPSS中的Data菜單提供了文件級別的數(shù)據(jù)管理，可以對整個(gè)數(shù)據(jù)文件進(jìn)行加工整理。

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）文件級別的數(shù)據(jù)管理（2）

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▽Υ笮突蜻B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墑e的數(shù)據(jù)管理（3）

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

其他過程文件級別的數(shù)據(jù)管理（4）

正交設(shè)計(jì)過程（OrthogonalDesign）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，查看詳情記錄排序記錄排序選中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)混亂記錄排序記錄拆分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記錄拆分記錄篩選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記錄篩選記錄篩選記錄加權(quán)

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)定義數(shù)據(jù)字典變量名、測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生成值標(biāo)簽定義數(shù)據(jù)字典數(shù)據(jù)轉(zhuǎn)置Transpose：該過程用于對數(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)集會恢復(fù)原樣（點(diǎn)此見具體操作）。數(shù)據(jù)轉(zhuǎn)置將變量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)置數(shù)據(jù)文件重新排列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)文件重新排列數(shù)據(jù)文件重新排列

數(shù)據(jù)anxiety轉(zhuǎn)換前后的長型格式和型格式數(shù)據(jù)文件重新排列文件縱向合并*：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。文件縱向合并文件橫向合并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文件橫向合并數(shù)據(jù)匯總分組變量被匯總變量數(shù)據(jù)匯總

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)匯總查找重復(fù)記錄希望查找重復(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PrimaryLast＝0表示相應(yīng)的記錄為重復(fù)記錄查找重復(fù)記錄變量級別的數(shù)據(jù)管理（1）SPSS中的Transform菜單提供了變量級別的數(shù)據(jù)管理，可以對變量進(jìn)行操作。

計(jì)算新變量（Compute）：最常用

Recode：對變量值進(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：對記錄按某個(gè)變量值的大小排序

變量轉(zhuǎn)換變量級別的數(shù)據(jù)管理（2）

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)算新變量輸入新變量名perfee計(jì)算新變量計(jì)算新變量輸入條件表達(dá)式計(jì)算新變量選擇函數(shù)輸入函數(shù)表達(dá)式計(jì)算新變量例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”。變量值分組合并新變量名grade選入原變量total變量值分組合并變量值分組合并

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。變量值分組合并變量值分組合并變量值分組合并變量值分組合并務(wù)必選上該項(xiàng)變量值分組合并變量值分組合并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)變量的可視化分段連續(xù)變量的可視化分段連續(xù)變量的可視化分段設(shè)定分段規(guī)則連續(xù)變量的可視化分段連續(xù)變量的可視化分段自動填充值標(biāo)簽連續(xù)變量的可視化分段例4

仍以數(shù)據(jù)fee.sav為例，查看變量total中是否出現(xiàn)值6890。查看特定變量值查看特定變量值查看特定變量值查看特定變量值查看特定變量值例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。變量編秩變量編秩

用于定義秩次類型，默認(rèn)為rank（秩分?jǐn)?shù)）變量編秩

用于定義對相同值觀測量的處理方式默認(rèn)值為取平均秩次。變量編秩變量編秩將字符變量轉(zhuǎn)換為數(shù)值變量例6

仍以數(shù)據(jù)fee.sav為例，將字符型變量city轉(zhuǎn)化成數(shù)值變量newcity。將字符變量轉(zhuǎn)換為數(shù)值變量新變量名將字符變量轉(zhuǎn)換為數(shù)值變量將字符變量轉(zhuǎn)換為數(shù)值變量個(gè)人道德素養(yǎng)

做好個(gè)人道德素養(yǎng)；不要因?yàn)樨澬”阋?，貪一時(shí)方便而不顧道德品行丟失把人格尊嚴(yán)都降低了。

因?yàn)橐粋€(gè)人把道德品質(zhì)丟失了，再想建立起來將是萬分的困難。所以每個(gè)人都應(yīng)該尊首道德底線，不應(yīng)敗壞基本道德品質(zhì)。以下是公司裡面出現(xiàn)的不好的現(xiàn)象：1、廁所紙巾偷到宿舍去用2、車間應(yīng)急藥箱裡面的藥偷走（偷盜行為可恥）以下是公司裡面出現(xiàn)的不好的現(xiàn)象：1、公共場所隨意扔垃圾2、電視房垃圾亂丟以下是公司裡面出現(xiàn)的不好的現(xiàn)象：惡意損壞公共財(cái)物以下是公司裡面出現(xiàn)的不好的現(xiàn)象：吃飯不要浪廢食物道德與生活

從字義看兩者的意義與差別:1、倫理的意義:倫—類別、關(guān)係；理—紋理、道理。

倫理—人類社會裡種種身分間合理的關(guān)係，行為分際(做人要守本分)。(哪些人際關(guān)係、身分)2、道德的意義:道—道路、道理；德—獲得。

道德—走人走的道路，便可獲得人的待遇。(不走捷徑、不誤入歧途→尊嚴(yán)、榮譽(yù))人道

(ps.如何批評一個(gè)人罔顧為人?)道德與生活

1、利己: