spss软件应用——第三讲

1、第三讲 SPSS之数据整理,第三讲 SPSS之数据整理,2,3,数据整理,变量级别的数据管理Transform 主要集中了一些对变量进行变换的过程，如对原始数据进行四则运算、对数据重新编码、求出变量的秩次等，这些功能往往在统计分析的预处理中起着非常重要的作用 文件级别的数据管理Data 对数据进行加工整理，比如根据统计分析的要求对数据进行分组、合并、加权、筛选等操作,4,变量级别的数据整理Transform,计算生成新变量 重新编码/自动重新编码 可视化分段 记录等级排序 计算内值出现的次数 创建时间序列 创建日期/时间 生成随机数 ,5,计算生成新变量Compute （1）,可计算数值或字符

2、(包括数字和文字)变量的值 可创建新的变化或替换现有变量的值。如果是新变量，还可以指定变量的类型和标签 可根据逻辑条件选择性地计算出数据子集的值 支持多种类型函数，包括算术函数、统计函数、分布函数、字符函数、日期和时间函数、随机变量函数、缺失函数,6,计算生成新变量Compute （2）,举例：交易总额=数量交易金额 销售总额单价数量（1折扣） (norhwind.mdb的订单明细和雇员表） 练习：data04-01(相关问题的平均值） 数学动机：q01, q04, q07, q08, q12, q13 数学乐趣：q02, q06, q10 数学能力：q03, q05, q09, q11,7,

3、生成名次变量Rank,举例：对学生的平均成绩分数生成一个名次变量，排名第一的学生该变量值为1。 练习：读取northwind.mdb中的产品表，对每种商品的单价按照类别，从高到低 练习：totaldata中对交易金额按不同职业进行排序，从高到低 Sort Cases：不生成新变量，简单升、降序排列,8,对变量值重新编码Record,用于：把连续变量变成分类变量或重新分类时 重新编码成相同变量 重新编码成新的变量 自动重新编码 练习：数据totaldata 合并：交易金额 =201 1 2 3 4 转换：男女的编码,缺失值的替换Replace Missing Value,替代方法 序列均值 临近

4、点的均值 临近点的中位数 线性插值法 点处的线性趋势 更精确的填补方法及缺失值分析，可通过缺失值分析模块实现 练习：替换Employee data1中salbegin的缺失值,10,文件级数据整理,合并文件添加个案（add cases） 合并文件添加变量（add variables） 分类汇总（aggregate）,11,合并文件,添加记录add cases 练习：合并adv1和adv2 添加变量add variable 练习：合并adv和adv2,12,分类汇总aggregate,注意：这里指的是希望将原数据文件分类汇总为一个新的汇总数据文件进行分析，如果只是希望进行汇总描述，则有相应的统计

5、分析功能可以完成，不需要使用本过程 练习：advs 按广告类型分类计算平均销售额 按地区分类计算总销售额,13,数据整理其他命令,数据记录选择（Select Cases） 练习：数据Employee data 拆分数据（Split） 练习：数据data02-05 数据权重 练习：数据data02-02,14,个案加权,分类资料数据录入格式 枚举格式 频数格式 只有先进行加权设定，统计软件才能正确识别和处理数据,15,综合练习（1）,数据文件compute（考生提前录取的招生成绩表） 将文件转换成spss文件 按照该校录取原则录取综合排名前7名的学生 1、文化课成绩由数学、语文、英语和综合4门成绩组成，文化课成绩制定最低录取分数线：400分； 2、个人档案中若有“不良记录”，不予录取； 3、对西部考生和少数民族考生，给予加分优惠，少数民族考生加20分，西部考生加10分； 4、对参加过省以上竞赛并取得三等奖以上名次的考生，每项加10分； 5、文化课成绩和加分总和构成综合分，录取综合排名前7名的学生。,16,综合练习（2）,数据文件compute（考生提前录取的招生成绩表） 选取所有来自西部并录取成绩不低于460分的男性考生资料 将综合成绩作为分组变量，分