北京大学医学spss软件入门2015.4.ppt

注意：拆分是按某个分类变量进行的，如果需要对全部数据进行分析，则需要将拆分取消。 练习 根据母亲文化程度对数据进行拆分，分析各分类中儿童性别的比例。 再分析总人群中儿童性别的比例。 根据母亲职业对数据进行拆分，分析各分类中母亲文化程度的比例。 再分析总人群中母亲文化程度的比例。 数据的选择Select Cases 如需要在大量的原始数据中选择所需要的部分数据进行统计分析，就可用到“数据的选择”功能。 数据的选择 根据逻辑关系表达式选择数据 随机选取数据 在给定范围（日期、时间或个案号等）内选择数据 用过滤器变量选取数据 选择所有数据 剔除个案(斜杠) 删除个案 数据的选择（逻辑关系表达式举例） 选择男性并且年龄大于等于35岁且小于等于74岁的个案 练习 Data1.sav数据库 问调查对象为女孩且出生体重小于2500克的共多少人？ 母亲的体重大于75公斤且身高低于155厘米的调查对象共多少人？ 第一次体重低于6公斤或第二次体重低于8公斤的调查对象共多少人？ 数据的加权 加权是一种通过人为方法来调节样本或数据大小的方法，在样本分析和科学评价中经常用到。所谓加权，就是给被加权对象乘上一个系数。 加权数据库的建立： 分类变量进行样本率的比较时，如果没有原始数据库，只有每种分类变量的样本数和某现象的阳性数，可在SPSS软件中建立数据库。 数据的加权（个案加权举例） * 甲组 乙组 阳性 a b a+b 阴性 c d c+d a+c b+d N 组 +/- cases 甲 + a 乙 + b 甲 - c 乙 - d 组 +/- Weight 1 1 a 2 1 b 1 2 c 2 2 d 用加权变量的方法建立数据库 SPSS程序：Data Weight Cases Weight cases by 选入 Frequency variable OK 未选取的变量从新数据库中删除 开始重排 重排后的数据文件data2.sav。 2.将记录转换为变量 Restructure selected cases into variables 将长型数据重排为宽型数据。 记录标识 索引变量 （即重复次数） 按照“记录标识”变量排序 按照原变量值顺序，排列新变量组 开始重排 重排后的数据文件data3.sav。 练习 将数据data1.sav中的两次体重测量转换成1个体重变量，新生成“次数”变量 ，保留原数据中其他变量存为新数据data1-1.sav（修改新变量名和新变量的标签）。 将数据data1.sav中的两次体重测量和两次月龄转换成1个体重和1个月龄变量，新生成“次数”变量 ，只保留原数据库中的性别变量，存为新数据data1-2.sav（修改新变量名和新变量的标签）。 数据data1-2.sav，按照索引变量“index”将体重和月龄转换成2个体重和2个月龄变量，存为新数据data1-3.sav （修改新变量的标签）。 数据整理及变量编辑（2） 数据的合并 数据文件的拆分 数据的选择 数据的加权 日期的计算 计算产生新变量 赋值产生新变量 数据的合并Merge Files 对于存在某种联系的两个数据文件，可以用SPSS的合并功能将它们按照一定的方式进行合并。 SPSS提供了两种方式来合并数据文件： 个案合并(Add Cases) 变量合并(Add Variables)。 数据文件的合并——纵向合并：增加记录Merge Files….Add Cases 打开数据文件data_41.sav作为“工作数据文件” 打开data_42.sav作为“外部数据文件” *代表工作数据文件，＋代表外部数据文件。 将连接后的文件另存一个文件名：data_4.sav 数据文件的合并——横向合并：增加变量Merge Files….Add Variables 打开data-e1.sav作为“工作数据文件” 打开data-f1.sav作为“外部数据文件” 对于排序的文件，按照关键变量进行匹配 关键变量 （1）两个文件均提供记录（Both files provide cases） 警告：如果数据未按照关键变量的升序进行排序，那么不能按照关键变量匹配 连接后的数据文件，另存为data_ef1.sav （2）按照关键变量，将外部数据文件匹配到工作数据文件中（External file is keyed table）。 （3）按照关键变量，将工作数据文件匹配到外部数据文件中（Working file is keyed table）。 练习 用data-e1.sav和data-f1.sa