SPSS中英对照.docVIP

定义变量 Tpye 变量类型 默认类型为数值型（Numeric） Width 变量长度 默认长度为8 Decimal 小数位数 默认小数位数为2 Label 变量标签 用户自定义 Values 值标签 用户自定义 Missing 缺失值 用户自定义 Columns 列宽 变量在Data View中所占列宽默认为8个英文字符宽 Align 对齐方式 默认右对齐(Right) Measure 测度方式 默认为范围测试(Scale)，即连续变量 菜单选项 No missing values 无缺失值 Discrete missing values 离散缺失值 Range plus one optional discrete missing value 附加一个范围外缺失值 Ascending 升序 Descending 降序 Transpose 转置 Add cases 增加观测量 Merge Files 合并文件 Unpaired Variables 不成对变量 Indicate cases source as variable 产生变量来指明观测量来源 Excluded Variable 被排除在新文件之外的变量 Match cases on key variables in sorted files 在经分类的文件中按关键变量匹配观测量 Use expression as label 使用计算目标变量的表达式作为标签 Included if cases satisfies condition 对满足条件的观测量计算新变量值 时间序列转换函数 Difference(变差)函数 产生原变量值序列的相信值之间的变差，指定Order（阶数）框数值（大于等于1的整数）可以计算相应阶的变差 Seasonal difference(季节变差)函数 适用于具有季节性变动的时间序列，季节变差函数将产生与原时间序列相距一定周期值的观测量之间的变差 Centered moving average(中心移动平均)函数 将原变量以序列的观测值以指定的Span（时段长）进行移动平均，产生移动平均时间序列。如指定Span值为奇数n,选择中心移动平均后，产生的新序列首尾各减少（n-1）/2个数值；Span值为偶数n, 选择中心移动平均后，需要将产生的平均值序列的每相邻的两个值再平均一次，产生的新序列首尾各减少n/2个数值 Prior moving average(向前移动平均)函数 将原变量值序列的观测值以指定的Span进行移动平均，和平均值顺着时间向前的方向列在新变量列里，产生新的时间序列。新变量列中观测值向前移动的时段长正好等于指定的Span值。 Running median(移动中位数)函数 与居中移动平均相同。只不过是将原变量序列的观测值以指定的Span确定其中位数，列在新变量列里，产生新的时间序列。 Cumulative sum(累积和)函数 从原变量值序列的第一个值开始逐项累积求和，求和所得到的数值依次作为新变量值，产生新的时间序列。 Lag(延迟)函数Lead（前移）函数 分别将原变量序列的各项观测值按指定的?Order（阶数）向前和向后平移，对于新变量，首尾将减少与order值数量相等的观测值作为缺失值对待。 Smoothing（平滑）函数 使用该函数将按照一种称之为T4253H的方法对原变量序列的各项数据进行平滑或修匀，产生新的时间序列。 缺失值估计方法 Series mean(序列平均) 用整个序列有效数的平均值作为缺失值的估计值。 Mean of nearby point(邻近值平均) 如果选择此方法以，Method栏中的Span of nearby points栏的两个单选项Number（缺失值邻近点的点数）和All（全部观测值）被激活。如选择前者，输入Number数值指定的缺失值上下邻近点的点数，则将这些点数的有次数值的均值作业缺失值估计值，如邻近点的数达不到指定的数值，则缺失值仍然保留。选择后者，则用全部有效观测值的均值作为缺失值的估计值，效果与选用Series mean法相同 Median of nearby points 选择此法与Mean of nearby points一样用缺失值上下邻近点指定Span（间隔）范围内的有效数值或全部有数数值的中位数作为缺失值的估计值 Linear interpolation 对缺失值之前最后一个和其后第一个有效值 使用线性插值法计算估计值。如果序列的第一个或最后一个观测值缺失 ，则不能用这种方法替代这些缺失值 Linear tread at point 选择此法，对原序列以序号