数据变换技巧.ppt

SPSS Club Peking University http://ASRA. 本学期的课程安排 4.14描述性分析及数据变换技巧 4.21相关分析及均值比较 4.28方差分析 5.19多元回归 5.26多元回归的延展 6.2聚类分析和因子分析 6.8（看情况） Lesson 2 描述性分析及数据变换 Lesson 2 目标 Lesson 2 描述性分析及数据变换 描述性分析是数据分析的基础 目前多数研究都是描述性分析 在做描述性分析时，重要的是要清楚要描述什么，描述目的是什么 简化精炼数据——抽象化，形象化过程 这涉及数据收集工具的设计（收集何种信息，达到那种测量水平）——研究设计俱乐部 这涉及到对现有数据的变换——赋予目标性意义 这涉及到怎么来描述（统计量，统计图表的选择） 均值受极端值变化的影响，均值预测定距变量最好，均值一般不用于定类与定序变量。 样本的中位数从一个样本到另外一个样本有较大的差异，但分布高度倾斜时，中位值比均值好，中位值预测定序变量的效果比较好。 众数，为次数出现最多的变量值，主要适用于定类变量，用众数来预测定类变量所犯的错误最小 Frequencies过程 Descriptives过程 Explore过程 Crosstabs过程 Stem-and-leaf:茎叶图，系统默认状态(这个图分为三个部分：频数、茎和叶，茎是整数部分，叶是小数部分，stem width表示茎宽， 每行的茎和叶组成的数字再乘以茎宽，就得到实际数据的近似值，实际数据中与这个近似值靠近的值的个数即为频数表示的个数。 GET DATA /TYPE = TXT /FILE = C:\Documents and Settings\Administrator\My Documents\mobile fee\mobile.txt /DELCASE = LINE /DELIMITERS = \t /QUALIFIER = /ARRANGEMENT = DELIMITED /FIRSTCASE = 1 /IMPORTCASE = ALL /VARIABLES = 日期 A8 时间 A10 V3 1X 通话时间 A8 呼叫 A4 号码 F15.0 呼叫地点 A4 通话类型 A4 通话费用 F6.2 长途费用 F6.2 . CACHE. EXECUTE. 文件类型 路径 一行为一个case 划分标记 文本引用符号 数据格式 第一个案例从第几行开始 倒入多少变量 变量列表 变量名1+变量类型+长度 变量名2+变量类型+长度 · 变量名+1X·(删除）| · Cache （缓冲数据） 执行 V1 DATE9 V2 DOLLAR2.0 V3 DATE11 V4 A6 V5 COMMA11.2 V6 A6 V7 A6 V8 DOT4.2 V9 F1.0 1X A 为字符型变量 F为数值型变量 DOLLAR为货币 DATE为日期（多种类型） COMMA为逗号分割数字 DOT为点号分割数 整数表示字符长 小数表示小数位数） 1X表示删除 为什么要做数据变换 怎么做数据变换 意义 变换工具 例子：mobile数据的变换 PKU SPSS CLUB. * * Basic part Data Management Descriptive Analysis SPSS skills quantitative analysis Advanced Part Multivariate Data Analysis Introduction 0 Base :基本统计系统,Report分析与Descriptive statistics分析 Professional: 专业统计系统(主要是高级统计分析――因子分析、聚类分析、判别分析) Advanced：高级统计分析―――如各类多元回归、非线性分析等 Tables 制表系统 Trends 趋势分析系统 Categories 对应分析 Lisrel 线性结构方程分析 描述性统计概论 1 基本操作练习 2 数据变换技巧 3 掌握 最常用的描述统计操作 理解 1，统计描述的目的 2，统计量的搭配 3，以意义来指导描述 入门：各种基本软件配合做数据变换 理论 操作 技巧 描述性分析中的基本统计量 1 描述性分析中的基本统计量 1 统计量搭配 统计描述 均值（定距） 众数（定类） 中位数（定序） 方差 异众比 四分位差 SPSS中的描述性统计 1 一个比较好的网上教材：/news/spss/doc3/index.htm S.E.Mean： 标准偏差/根号n，它小于标准偏差，同一分布中抽取不同的样