DM_Chap5_数据变换

1、第五章 数据变换第五章 数据变换5.1 变量值的重新计算5.2 变量类别值的调整5.3 变量派生变量值的重新计算o变量值的重新计算，是对变量原有值的重新计算，将其变换为符合分析需求的更有意义的取值。o将Filler节点添加到流中o选择“设置（Setting）”nFill in Fields：指定一个或多个需要重新计算的变量名nReplace：提供了几种变量值重新计算的条件nReplace with：指定重新计算的方法第五章 数据变换5.1 变量值的重新计算5.2 变量类别值的调整5.3 变量派生变量类别值的调整o在实际数据分析中，分类型变量的类别取值有时也需要调整o将Reclassify节点添

2、加到流中，选择“设置（Setting）”nModeoSingle仅调整一个变量的类别值oMultiple同时调整多个变量的类别值nReclassify intooNew field：将调整结果保存到新变量中，可以指定新变量名，或统一在原变量名后加指定的后缀oExisting Field：将调整结果保存到原变量中nReclassify Field：在下拉列表中选择需要调整的变量nReclassify valuesnFor unspecified values use:oOriginal value：保持原值不变oDefault Value：默认为undef，即系统缺失值$null$，也可在后面的

3、文本框指定为一个特定值第五章 数据变换5.1 变量值的重新计算5.2 变量类别值的调整5.3 变量派生5.3 变量派生o变量派生是指在原有变量的基础上，根据需要计算出一系列新变量n派生新变量o 根据算术表达式派生新变量o 二分组派生新变量o 多分组派生新变量o 根据条件派生新变量n派生服从正态分布的新变量n派生哑变量根据算术表达式派生新变量o将Derive节点添加到数据流中oSetting节点的设置nModeoSingle：只派生一个变量oMultiple：根据一个运算规则同时派生多个变量nDerive Field：新派生的变量名，如果同时派生多个变量，需要给出新变量名的前缀或后缀nDeriv

4、e as:在下拉列表中选择Formula，根据算术表达式计算派生新变量nField type：指定派生变量的计量类型，默认为Default，实例化后会自动转为具体的计量类型nFormula：输入算术表达式二分组派生新变量oSetting节点的设置nMode中选择MultiplenDerive from：选择参与计算的变量名nField name extension：对派生的新变量名，指定统一的扩展名，作为原变量名的前缀或后缀n在Derive as中选择Flagn在Field type中指定先变量的计量类型为Flagn在True Value和False Value框中分别输入“合格”和“不合格”

5、nTrue when：输入评定依据Field=60，表示对任一变量，判断其取值是否大约等于60分多分组派生新变量oSetting节点的设置nMode中选择MultiplenDerive from：选择参与计算的变量名nField name extension：对派生的新变量名，指定统一的扩展名，作为原变量名的前缀或后缀n在Derive as中选择Setn在Field type中指定先变量的计量类型为Setn在列表中依次给出多级评定的依据o在Set Field to列中给出分组后的取值o在if this condition is true列中给出分组标准o对不满足任何一个条件表达式的变量值，其分

6、组后的默认值为Default，即系统缺失值$null$根据条件派生新变量o假设思想品德评定等级为A，总成绩上浮1%。oSetting节点的设置n由于只需要计算总成绩一个变量，Mode中选择SinglenDerive field：输入新派生的变量名n在Derive as中选择Conditional，表示根据条件计算派生新变量n在Field type：通常默认为Default，实例化后会自动转为具体的计量类型n在if框中输入具体的条件表达式，它是分数调整的依据n在then框中输入条件表达式为真时的计算方法，在else框中输入条件表达式不为真时的计算方法。派生服从正态分布的新变量o将Transfor

7、m节点连接到数据流中oFields选项卡的设置：通过选择变量对话框，选择数值型变量到Fields中oOption选项卡：nAll Formula：采用内置的所有变换方法nSelect Formula：自行指定变化方法，可在Offset框中给出恰当的指定值，以避免除0.0或负数取对数问题oTransform的执行结果o为派生出服从正态分布的新变量，选择执行结果窗口主菜单Generate下的Derive Node节点nNon-standardized transformation：派生的新变量是有量纲的非标准化值nstandardized transformation（z-score）：派生的新变

8、量是经过标准化处理的z分数派生哑变量o对于有k个类别的分多分类型变量，它的哑变量形式是：派生k个取值为1或0的二分类型变量，分别对应k个类别。取值为1表示属于相应类别，取值为0表示不属于相应类别o例如，职称是一个多分类型变量，设有A、B、C、D四个类别，则职称的哑变量形式为o对具有k个类编的分类型变量，通常哑变量只设置k-1个，即在k个类别中只认选k-1个到 create flag fields框中支撑支撑X1X1X2X2X3X3X4X4A1000B0100C0010D0001派生哑变量（续）o将SetToFlag链接到数据流中oSetting选项的设置nSet Fields：指定将哪个变量变换成哑变量的形式。指定