实习之数据管理

,数据管理,在数据文件建立好之后，还需要对数据进行必要的加工处理。对同一个数据往往需要从各种不同的侧面进行研究，采取多种统计方法进行分析，而不同的统计方法对数据文件结构的要求不尽相同，这就需要对数据文件的结构进行重新调整或转换，以便适合于相同的统计方法。,数据管理,文件级别的数据管理 变量级别的数据管理,文件级别的数据管理（1）,SPSS中的Data菜单提供了文件级别的数据管理，可以对整个数据文件进行加工整理。,Insert Variable：插入变量 Insert Cases：插入记录 Go to Case：查找记录,简单命令（这些功能都可以用鼠标在数据表界面 直接完成）,Sort Cases：记录排序 Split File：记录拆分 Select Cases：记录筛选 Weight Cases：记录加权,常用的简单过程（使用频繁，必须掌握）,文件级别的数据管理（2）,插入与删除变量插入新变量：点击鼠标把光标定位于欲插入新变量列上的任一单元格，点击data，展开下拉菜单，选择insert variable则产生了一个新变量，其他变量顺序后移，可对新变量进行命名和定义。删除变量：把光标定位于欲删除的变量名处，单击鼠标激活该列，点击edit菜单，用cut或clear删除，或用delete直接删除。,插入与删除纪录插入新纪录：点击鼠标把光标定位于欲插入新纪录行上的任一单元格，点击data，展开下拉菜单，选择insert case则产生了一个空行，并自动排定纪录序号，其他纪录顺序下移一行。删除纪录：把光标定位于欲删除的纪录的序号处，单击鼠标激活该行，点击edit菜单，用cut或clear删除，或用delete直接删除。,查找数据（指针定位）查找纪录：在下拉菜单中点击命令，找到后光标自动跳到该单元格，此处序号是系统自动给出的序号。查找变量值：先将光标移到与查询的变量之所在的列，在下拉菜单中点击命令。查找由当前观察序号向序号大的方向搜索，如果找不到则出现“not”，找到后光标自动跳到该单元格。,单变量排序：SPSS提供了一种简易操作方法，即在数据表格的变量名处单击右键，弹出右图多变量排序：使用Sort Cases过程来进行，查看详情,记录排序,记录排序,选中District ，选择升序选钮（默认），将District选入Sort by 框,选中Region，选择降序选钮，将Region选入Sort by 框,记录排序,注意：在多重排序中，指定排序变量名的次序很关键，首先安第一个变量排序，对于与第一个变量取值相同的记录考虑按第二个变量排序排序后，原来记录数据的排序将被打乱，对于时间序列数据，若未存放有记录标志的变量，应注意保存原数据的排列顺序，以免数据混乱,记录排序,记录拆分,1.选中此框不拆分文件,2.按所选变量拆分文件，各组分析结果放在一起便于比较,3.按所选变量拆分文件，各组分析结果单独放置,4.用于选择拆分数据文件的变量,5.要求将数据按所用拆分变量排序,6.数据集很大，且拆分变量已排序，选此可节省运行时间,1,2,3,4,5,6,记录拆分,记录筛选,1,2,3,4,5,1.分析所有记录,2.分析满足条件的记录， 按If按钮设定筛选条件,3.从原数据中按某种条件抽样，按Sample进行设定,4.基于时间或记录序号选择记录，按Range进行设定,5.使用筛选指示变量选择记录，非0值的记录被选中,6.未选中的记录被隔离,7.未选中的记录被删除,6,7,记录筛选,记录筛选,记录筛选单击展开下拉菜单，选择并单击，出现 对话框。记录拆分单击展开下拉菜单，选择单击，出现对话框。,记录加权,设置作为权重的变量，如第一行表示agecat1 gender1的人共33个，accid表示人数，应设为权重,记录加权,变量级别的数据管理（1）,SPSS中的Transform菜单提供了变量级别的数据管理，可以对变量进行操作。,计算新变量（Compute）：最常用,Recode：对变量值进行分组合并 Visual Bander：连续变量的可视化分段 Count：表示某个变量的取值中是否出现某个值，或 某个区间 Rank Cases：变量编秩 Automatic Recode：对记录按某个变量值的大小排序,变量转换,变量级别的数据管理（2）,例1 数据fee.sav是上海和杭州16名住院病人的费用数据，计算上海的住院病人平均每天的住院费用，要求结果取整。,计算新变量,输入新变量名perfee,计算新变量,计算新变量,输入条件表达式,计算新变量,选择函数,输入函数表达式,计算新变量,例2 在数据fee.sav中生成新变量grade,当住院总费用小于5000元时取值为“相对较低”，大于等于5000元且小于7000元取值为“中等”，大于等于7000元且小于10000元为“较高”，大于等于10000元为“很高”。,变量值分组合并,新变量名grade,选入原变量total,变量值分组合并,变量值分组合并,三种Range的设置，所有的范围均包含了端