文件级别的数据管理.ppt

第4章 文件级别的数据管理 4.1 常用过程 一、排序的两种方法： （1）在数据表格的变量名处单击右键，弹出的右键菜单最后两项就是“sort Ascending”和“Sort Descending”。 （2）对于多变量排序，则需要使用Sort Cases过程来进行。 二、多变量排序需要注意的三点： （1）在多重排序中，制定排序变量名是很关键的，先指定的变量在排序时必然优先于后制订的变量。 （2）可以指定按某变量值升序排序的同时按另一变量值降序排序，或相反。 （3）排序以后，原来记录数据的排列次序将被打乱。 2 拆分文件 Split File 分割文件的功能是把当前工作分割成两个或两个以上的组，随后的分析将对每个组进行。 例：CCSS按月份进行拆分，计算S3的统计描述。 3 选择个案 Select Cases：当用户不需要分析全部的数据，而是按要求分析其中的一部分，使用该选择。 筛选CCSS中的月份为200912 4 加权个案 Weight Cases：设定某变量为频数变量。 以频数格式录入的数据 非等概率抽样 5 分类汇总 所谓分类汇总就是按指定的分类变量对观测值进行分组，对每组记录的各变量求指定的描述统计量，结果可以存入新数据文件，也可以替换当前数据文件。 4.2 数据文件的重组与转置 一、数据的长型与宽型格式： 长型格式和宽型格式指的是重复测量数据的两种不同的排列方式。 三、数据转置 Transpose：用于对数进行行列转置，数据文件的转置就是将数据编辑窗口中数据的行列互换，即将记录转为变量，将变量转为记录后，重新显示在数据编辑窗口中。 4.3 多个数据文件的合并 纵向连接：几个数据集中的数据相加，组成一个新的数据集，新数据集中的记录是原来几个数据集中记录数的总和。 横向连接：指的是按照记录的次序，或者某个关键变量的数值，将不同数据集中的不同变量合并为一个数据集，新数据集中的变量数是所有原数据集中不重名变量的总和。 一、数据文件的纵向连接 纵向合并实质就是将两个数据文件的变量列，按照各个变量名的含义，一一对应的进行首尾相接。 纵向合并必须遵循两个条件： 第一，两个合并的spss数据文件，其内容合并是有实际意义的。 第二，为方便spss数据文件的合并，在不同的数据文件中，最好起相同的名字，变量类型和变量长度也要尽量相同。 二、数据文件的横向合并 横向合并的实质是将两个数据文件的记录，按照记录对应，一一进行左右对接。 横向合并遵循三个条件： 第一，如果不是按照记录号对应的规律进行合并，则两个数据文件必须至少有一个变量名相同的公共变量，这个变量是两个数据文件横向合并的依据，成为关键变量。 第二，如果是使用关键变量进行合并的对应，则两个数据文件都必须事先按关键变量进行升序排列。 第三，为方便SPSS文件的合并，在不同的数据文件中，数据含义不相同的列，变量名不应取相同的名称。 4.4 与数据字典有关的功能 1 数据字典的定义与应用 在大型的数据分析项目中，数据管理是非常重要的一个环节，为了保证工作质量，数据处理人员往往会事先定义好一个非常详细的数据格式，包括变量格式、变量标签、标签值、缺失值定义等，这被称为数据字典。 一、变量属性定义导向：Define Variable Properties 二、复制数据文件属性导向 Copy Data Properties 过程用于将定义好的数据字典直接应用到当前文件中。 4.5 与数据准备有关的功能 1 数据验证模块 2 标识重复个案 3 标识异常个案 1. 数据验证模块 单变量规则 交叉变量规则 定义验证规则 进行数据验证 2. 标识重复个案 运行结束后，结果窗口会给出本次操作的信息汇总： Unpaired variable：不匹配变量栏。指变量名相同而变量定义不同的变量，或变量名不同的变量。 Variable in new working data：新工作数据变量栏。 Indicate case source as variable：指示记录来源的变量选项/ Excluded Variables：拒绝变量名。外部文件与当前数据的同变量，拒绝加到新工作区中。 New Working Data：新工作数据变量栏。 Match Case on Key Variable in sort：排序文件中按关键变量匹配记录选项。 Both files provide case：由外部文件和当前数据量两者提供记录。 External file is keyed table：外部文件为关键表，以当前数据为基准，外部文件匹配当前数据的关键变量值，如匹配成功，外部文件的新变量值加入到当前数据的新变量中，匹配不成功则不加入。 Working Data File is keyed tab