SSS数据分析与挖掘实战案例精粹第四章.pptx

第四章 SPSS操作进阶;第四章 SPSS操作进阶;4.1.1项目背景;4.1.2分析思路;4.2.1开放题录入;4.2.2单选题录入;4.2.3多选题录入;4.2.3多选题录入-多重响应;;第一个受访者22岁，浏览器选了百度、360和其他。 第二个受访者33岁，浏览器选了谷歌和其他 ;实操：录入 二分类中代表每个选项的变量，在录入时应该保持一致 多重分类中代表每个答案的变量，在录入时应该保持一致 ;请问您目前已经拥有的数码产品有哪些？;请问你未来打算优先购买的数码产品有哪些？(最多选三项);4.3.1去除重复记录;在匹配组内的排序标准框中定义排序顺序，便于在查找出来的多条重复记录中指定主个案和重复个案。;; 基本个案指示符中基本个案用1表示，重复个案用0表示。 每组中最后一个个案为基本个案：同一重复数据组的最后一例是主要数据，其他是重复数据。 每组中的第一个个案为基本个案：同一重复数据组的第一例是主要数据，其他是重复数据。 根据指示符(新变量)的值进行筛选：0过滤，1保留; 连续计算每个组合中匹配个案(0=非匹配个案)：同一重复数据组中包括基本个案和重复个案组内编号，0表示没有重复数据。 ;4.3.2发现异常值;4.3.3逻辑校验;?;4.4.1问卷加权;第二段：男女比例和受教育水平这两个因素可能对分析结果有较大的影响，会员中男女之比为6:4，教育水平是2:2:4:2,实际分布如下图，为了使问卷中的人口特征与实际相符，应该使问卷中数据赋予一定权重，让加权后的数据符合实际比例。;第一步：计算出问卷中男女及教育的比例;第二步：问卷中的比例*权重=实际比例;数据的横向合并——增加变量;“新的活动数据集”中的变量，是两个数据集中非共有的变量。 “已排除的变量”，是两个数据集中共有的变量。 “关键变量”两个数据集共有的，用来匹配对接的变量，可以从“已排除的变量”中导入。 “按照排序文件中的关键变量匹配个案”复选框 两个文件都提供个案：两个数据集个案合并； 非活动数据集为基于关键字的表：合并的数据文件的个案仅是当前活动集中的个案； 活动数据集为基于关键字的表：合并的数据文件的个案仅是当前非活动集中的个案；;合并后??数据，再指定加权权重即可;4.4.2业务分析;4.5 项目的总结与讨论;