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)的轉換處理。數(shù)據(jù)的轉換處理是在原有數(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)或對數(shù)據(jù)原有分布進行轉換等。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析是必要的。S

2、pss 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：【DateSort Casedb、指定主排序量到【Sort by】框中，并選擇【Sort Order框中的選項指出

3、該變量按升序還是降序排序排序?！続scending】表示升序，Descendincj 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： Sort CasesIbOhISort by 晶年級俏) 扁專業(yè)網(wǎng)打D關學生編號A15 A2夕A3/ A4 A A4 0 A4:B A4B / A4 c IA4C / ai d rAAnaSort Order.O' Ascending圖1二 Descending2、變量計算：(1)變量計算的目的：a、通過數(shù)據(jù)的轉換處理，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

4、狀態(tài)進行轉換，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)的分布進行轉換.spss的算術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】一【Compute Variablel出現(xiàn)如圖2所示窗口:圖2b、在【Numeric Exepression!框名&出spss算術表達式和函數(shù)。可以手工輸入也 可以按窗口的按鈕算數(shù)表達式和函數(shù)的輸入工作。c、在【Target Variabld框中輸入存放結果的變量名。、如果用戶

5、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 condition選項，然后輸入條 件 表 達 式， 否 則 本 步 略 去。13、變量的選取：(1)數(shù)據(jù)選取的目的：&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 一【Select Caseb、在【Selectl框中選擇選取方法。如圖4所示:七的畫圖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、選擇菜單：【Transform】一 Count Values within CaseW 如圖 5 所示：

6、b、選擇參與計數(shù)的變量到【Numeric Variables1框中。c、在【Target Variabld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d n圖5d、按De巾ne 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。8如果僅希望對滿足條件白個案進行計數(shù)，則按 if按鈕并輸入spss相應表達 式。否則本部可略。Count Valuer within Cases： Values to CountS3圖65、分類匯總：(1)【Date】一【Aggregate】(2)指定分類變量到【Break

7、 Variables】框中，指定匯總變量到【aggregatedVariables框中，如圖7:(3)按function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 caseS .6、數(shù)據(jù)分組：(1)【Transform】【Recode into Dfferent Variable4(2)選擇分組變量到【Numeric Variable >Output】框中。(3)在【Numeric Variabl

8、e】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 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)轉置： 1) Date f transposed 如圖 9所示：(2)指定數(shù)據(jù)轉置后保留那些變量，將它們們選入【Variables3框中( 3)指定數(shù)據(jù)轉置后應保留那些變量名。8、加權處理：(1)【Date】【W(wǎng)eight Cased 2) 2) 選擇 【 Weight Cases by】 選項， 并選擇某變量作為加權變量到【 FrequencyVariab

9、le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。（ 2）數(shù)據(jù)分組的步驟：&【DateSplit 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 【 Sortthe file by grouping Variables!項。、spss數(shù)據(jù)預處理應注意的事項:

10、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?。?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 巾lter_$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)的分組在定義分組區(qū)間時