1、Spss的數(shù)據(jù)預(yù)處理一、 數(shù)據(jù)預(yù)處理的目的：在數(shù)據(jù)文件建立好后，通常還要對(duì)待分析的數(shù)據(jù)進(jìn)行必要的預(yù)加工處理，這是數(shù)據(jù)分析過程中不可缺少的一個(gè)關(guān)鍵環(huán)節(jié)。數(shù)據(jù)的預(yù)加工處理是服務(wù)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(zhuǎn)換處理。數(shù)據(jù)的轉(zhuǎn)換處理是在原有數(shù)據(jù)的基礎(chǔ)上，計(jì)算產(chǎn)生一些含有更豐富信息的新數(shù)據(jù)或?qū)?shù)據(jù)原有分布進(jìn)行轉(zhuǎn)換等。3、數(shù)據(jù)抽樣。從實(shí)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(gè)案）在某項(xiàng)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(xiàng)（變量）在某項(xiàng)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(shí)現(xiàn)數(shù)據(jù)的預(yù)加工處理工作，通過預(yù)處理還可以使用戶對(duì)數(shù)據(jù)的總體分布有所了解。二、數(shù)據(jù)預(yù)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(gè)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。 b、通過數(shù)據(jù)排序能夠快速找到最大值和最小值，進(jìn)而可以計(jì)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：【Date】【Sort Cases】 b、指定主排序量到【Sort by】框中，并選擇【Sort Order

3、】框中的選項(xiàng)指出該變量按升序還是降序排序排序。【Ascending】表示升序，【Descending】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(yīng)的排序規(guī)則。否則本部可略。排序窗口如下圖： 圖12、變量計(jì)算：（1）變量計(jì)算的目的： a、通過數(shù)據(jù)的轉(zhuǎn)換處理，在原有數(shù)據(jù)的基礎(chǔ)上，計(jì)算產(chǎn)生一些含量更豐富的新數(shù)據(jù)。 b、對(duì)數(shù)據(jù)的原有分布狀態(tài)進(jìn)行轉(zhuǎn)換，由于數(shù)據(jù)分析和建模中某些模型對(duì)數(shù)據(jù)分布 有一定的要求，因此可以利用變量計(jì)算對(duì)原有數(shù)據(jù)的分布進(jìn)行轉(zhuǎn)換。 c、spss變量計(jì)算是在原有數(shù)據(jù)的基礎(chǔ)上，根據(jù)用戶給出的spss的算術(shù)表達(dá)式以及函數(shù)，對(duì)所有個(gè)案或滿足條件的部分個(gè)案，計(jì)算產(chǎn)生一系

4、列新變量。（2）變量計(jì)算的操作步驟： a、選擇菜單：【Transform】【Compute Variable】 出現(xiàn)如圖2所示窗口： 圖2 b、在【Numeric Exepression】框給出spss算術(shù)表達(dá)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(dá)式和函數(shù)的輸入工作。c、在【Target Variable】框中輸入存放結(jié)果的變量名。d、如果用戶只希望對(duì)符合一定條件的個(gè)案計(jì)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(xiàng)，然后輸入條件表達(dá)式，否則本步略去。 圖3 3、變量的選取： （1）數(shù)據(jù)選取的目的：

5、a、提高數(shù)據(jù)的分析效率。 b、檢驗(yàn)?zāi)Ｐ汀?（2）數(shù)據(jù)選取的步驟：a、【Date】【Select Case】 b、在【Select】框中選擇選取方法。如圖4所示： 圖4 4、計(jì)數(shù)： （1）計(jì)數(shù)的目的： 把握個(gè)案各方面的特征。 （2）計(jì)數(shù)的步驟： a、選擇菜單：【Transform】【Count Values within Cases】如圖5所示： b、選擇參與計(jì)數(shù)的變量到【Numeric Variables】框中。 c、在【Target Variable】框中輸入存放技術(shù)結(jié)果的的變量名，并在【Target Label】框中輸入相應(yīng)的變量名標(biāo)簽。 圖5d、按Define Values 按鈕定義計(jì)數(shù)

6、區(qū)間，出現(xiàn)圖6所示窗口。通過Add、Change、Remove按鈕完成計(jì)數(shù)區(qū)間的增加、修改和刪除。 e、如果僅希望對(duì)滿足條件的個(gè)案進(jìn)行計(jì)數(shù)，則按if按鈕并輸入spss相應(yīng)表達(dá)式。否則本部可略。 圖65、分類匯總： （1）【Date】【Aggregate】 （2）指定分類變量到【Break Variables】框中，指定匯總變量到【aggregated Variables】 框中，如圖7： （3）按function按鈕指定對(duì)匯總變量計(jì)算那些統(tǒng)計(jì)量。Spss默認(rèn)計(jì)算均值。 （4）制定將匯總結(jié)果保存到何處。 （5）按name&Lab按鈕重新指定匯總結(jié)果中的變量名或變量名標(biāo)簽。 （6）如果希望

7、在結(jié)果文件中保存各分類組的個(gè)案數(shù)則選擇【Number of cases】.6、數(shù)據(jù)分組： （1）【Transform】【Recode into Dfferent Variables】 （2）選擇分組變量到【Numeric Variable>Output】框中。 （3）在【Numeric Variable】框中的【name】后輸入存放分組結(jié)果的變量名，并按change按鈕確認(rèn)。 （4）按old and new Values按鈕進(jìn)行分組區(qū)間定義。如圖8所示： （5）如果只對(duì)符合條件的個(gè)案進(jìn)行分組，則按if按鈕輸入spss條件表達(dá)式。 7、數(shù)據(jù)轉(zhuǎn)置： （1）【Date】【transpose】如

8、圖9所示： （2）指定數(shù)據(jù)轉(zhuǎn)置后保留那些變量，將它們們選入【Variables】框中。 （3）指定數(shù)據(jù)轉(zhuǎn)置后應(yīng)保留那些變量名。8、加權(quán)處理： （1）【Date】【W(wǎng)eight Cases】 （2）選擇【W(wǎng)eight Cases by】選項(xiàng)，并選擇某變量作為加權(quán)變量到【Frequency Variable】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(duì)數(shù)據(jù)進(jìn)行分組，它將為以后進(jìn)行的分組統(tǒng)計(jì)分析提供便利。 （2）數(shù)據(jù)分組的步驟： a、【Date】【Split File】如圖11所示： b、選擇拆分變量到【Groups based on】框中。 c、拆分會(huì)使后面的分組統(tǒng)計(jì)

9、產(chǎn)生兩種不同格式的結(jié)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(jìn)行了排序，則可以選擇【File is already sorted】項(xiàng)，他可以提高拆分執(zhí)行的速度，否則選擇【Sort the file by grouping Variables】項(xiàng)。三、spss數(shù)據(jù)預(yù)處理應(yīng)注意的事項(xiàng)： 1、數(shù)據(jù)排序時(shí)須注意的事項(xiàng)： （1）數(shù)據(jù)排序是整行數(shù)據(jù)排序，而不只是對(duì)某列變量進(jìn)行排序 。 （2）多重排序中指定排序變量的次序很關(guān)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(jì)算： （1）如果指定存放計(jì)算結(jié)果的變量為新變量，spss會(huì)自動(dòng)創(chuàng)建它，如果指定產(chǎn)生的變量已經(jīng)存在，sp

10、ss會(huì)提問用戶是否以計(jì)算出的新值覆蓋原有舊值。（2）對(duì)不滿足指定條件的個(gè)案，spss不進(jìn)行變量值計(jì)算。對(duì)新變量取值為系統(tǒng)缺失值，對(duì)已有舊變量，變量值保持不變。 3、數(shù)據(jù)選取： （1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(duì)那些被選中的個(gè)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(jī)選取方法進(jìn)行數(shù)據(jù)選取后，spss將在數(shù)據(jù)，編輯窗口中自動(dòng)生成一個(gè)名為filter_$的新變量，取值為1或0。1表示本條個(gè)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(dòng)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(gè)，此時(shí)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(gè)分類變量的先后次序是關(guān)鍵的。5、數(shù)據(jù)的分組： 在定義分組區(qū)間時(shí)，應(yīng)遵循補(bǔ)充不漏的原則。6、