易侕数据清理操作指引-EmpowerStats.PDFVIP

易侕数据清理操作指南 下载练习数据：/empowerStats/exdata/dataclean_test.txt 操作步骤： I. 第一步：将要清理的 EXCEL 或其它格式数据文件存成 Unicode Text 文件。 II. 第二步：选择要清理的数据文件，逐个点击列标题，浏览变量分布、选择清理操作。 III. 第三步：清理数据、查看与下载变量说明、浏览与下载数据。 原始数据类型与清理方法： 1. 分类型字符数据，如不孕类型。程序自动按频数排序，自动编码，必要时可修改编码。变量描述自 动赋值为列标题，用户可以修改变量描述。点击“直接保存”。 2. 数字型连续性数据，如体重指数。程序自动统计变量分布： 自动检测极端值并列出，用户可以对检出的极端值进行更正。如体重指数 39.24： 自动列出原始数据中错误输入的字符型数据，用户可以对之重新赋值。如体重指数22.-6 赋值为 22.6： 对极端值与字符值（如有）进行更正与赋值后，修改变量描述（如需要），点击“直接保存”。 3. 文字型罗列名称，如治疗用药。程序自动列出各种文字描述及其出现频数： 这类数据需转换成每种名称(药)是否使用的哑变量。选择分隔符，此例分隔符为“，”。如果有多 种可能的分隔符，可以同时列出，中间用 OR (大小写不限）分隔，如 “， or s” 表示逗号或空 格分隔(S 表示空格，大小写不限)。点击“转成多选题”。 程序自动计算各名称(药)出现的频率，按频率排序，为每种名称(用药)生成一个哑变量。用户可以 将相似或同种名称(药)的哑变量编号改成同一编号，以合并相似或同种名称(药)。然后点击“更新 哑变量”。程序自动列出原始数据转换后各哑变量的赋值： 修改变量描述（如需要），点击“保存哑变量”。 4. 文字描述型数据，如移植胚胎评价。程序自动列出各种文字描述及其出现频数： 这类数据需要从文字中提取信息。通过给定起始与终止符选择要提取的信息，如要提取胚胎序号， 起始符“胚胎序号：”，终止符为空格或逗号。变量描述改为胚胎序号，点击“提取信息”。 程序自动提取信息，并对提取出来的信息进行频数统计，如果提取出来的信息全为数字，自动按数 字型变量处理子变量，如胚胎序号。 提取出胚胎序号后，点击“保存”。可以再提取胚胎质量信息（注：点击保存后，页面自动关闭该 列窗口，可以再次点击列标题重新进入该窗口），设置起始与终止符为 “x or ,”(注：其中的 x 符号需从数字中复制黏贴)，修改变量描述为胚胎质量，点击“提取信息”： 如提取出来的信息含文字，程序自动对信息进行编码，用户可以对个别无法通过规定起始符与终止 符的文字记录手动输入提取的信息与编码。 点击“保存”后保存胚胎质量信息。 其它操作： 1. 当有已清理并保存的列标题后，“清理数据”按键才被激活，已保存的列标题通过背景颜色与其它 未清理的区别，输出的变量数也在“清理数据”按键上方显示。 2. 点击“清理数据”后，即可浏览数据如： 3. 点击 “查看变量注解”： 4. 点击 下载变量注解， 下载清理后的数据。 5. 点击列标题，可以查看或关闭相应变量操作窗口。 6. 点击“删除此列”删除已保存的列。 7. 点击列变量窗口右边的下三角 图标关闭该窗口。 8. 点击列变量窗口右边的下三角 图标重置该变量（清除对该列前面所有的操作）。