第四讲数据录入及整理.ppt

回顾 Transform Transform菜单下的主要功能有： Compute ：变量的计算 Random Number Seed ：设定为随机函数的随机种子 Count：计算指定变量值出现的次数，并保存为新变量 Recode ：对已有变量值重新编码 Categorize Variables ：分位数的分组 Rank Cases:变量偏秩 Automatic Recode:单变量值分组 Greate Time Series:建立时间序列 Replace Missing Values:替换缺失值 感谢您的关注 　　为什么你不要自傲和自卑？ 你可以说自己是最好的，但不能说自己是全校最好的、全北京最好的、全国最好的、全世界最好的，所以你不必自傲；同样，你可以说自己是班级最差的，但你能证明自己是全校最差的吗？能证明自己是全国最差的吗？所以不必自卑。 —俞洪敏 * * 本作品采用知识共享署名-非商业性使用 2.5 中国大陆许可协议进行许可。 专业交流 模板超市 设计服务 NordriDesign中国专业PowerPoint媒体设计与开发 本作品的提供是以适用知识共享组织的公共许可（ 简称“CCPL” 或 “许可”） 条款为前提的。本作品受著作权法以及其他相关法律的保护。对本作品的使用不得超越本许可授权的范围。 如您行使本许可授予的使用本作品的权利，就表明您接受并同意遵守本许可的条款。在您接受这些条款和规定的前提下，许可人授予您本许可所包括的权利。 查看全部… 第四讲 数据整理 Transform菜单 Transform菜单下的主要功能有： Compute ：变量的计算 Random Number Seed ：设定为随机函数的随机种子 Count：计算指定变量值出现的次数，并保存为新变量 Recode ：对已有变量值重新编码 Categorize Variables ：分位数的分组 Rank Cases:变量偏秩 Automatic Recode:单变量值分组 Greate Time Series:建立时间序列 Replace Missing Values:替换缺失值 Compute ：变量的计算 变量的计算就是在原有的文件基础上，根据用户的要求，使用SPSS算术表达式及函数，对所有记录或满足SPSS条件表达式的记录，计算出一个新的结果并保存。 例：一家幼儿园使用百分制评价孩子的表现，相应的SPSS数据文件包含2个班共20个孩子的分数，全部变量有三个，分别是“姓名”、“性别”、“班级” 、“英语” 、“数学” 。如果老师决定给一班孩子追加5分，其余班不变，如何实现？ 例题操作 配合随机种子功能实现随机数的生成 默认情况下随即种子随着时间在不停的改变，这样所计算出的随机数值无法重复，在临床试验等情况中是不符合要求的。此时我们可以利用该功能指定一个种子，以后所有的伪随机函数在计算时都以该种子开始计算。 第一步：利用随机数字生成器设置随机种子 第二步：在计算功能下设定输出随机数 第三步：重复上述操作，新生成一列随机数 Count：计算指定变量值出现的次数，并保存为新变量 第一步：在Transform 中点击Count 第二步：将参与计数的变量选到Numberic Variables中，在Target Variable框中输入相应变量名标签。 点击Define Values按钮定义计数区间 出现了六种选择分别代表： 1、单个变量值 2、系统缺失值 3、系统缺失值或用户缺失值 4、给定最大值和最小值区间 5、小于等预某指定值得区间 6、大于等预某指定值得区间 如果仅希望对满足某条件的个案进行计数，点击If按钮输入相应条件表达式即可。 结果： Recode ：对已有变量值重新编码 例：一家报纸调查了2000位读者，数据包括读者的年龄、收入、性别、居住地等。如果希望对不同年龄段的读者对报纸的评价情况进行比较。但是调查获得数据中年龄数据没有经过分段，因此可以对不能年龄段的读者进行分段，如何进行？ 第一步： 第二步：将年龄从变量列表框中选入到状态窗口中（必须为数值型） 第三步：点击“Old and New Values…”按钮 Old value Value:对指定某个值进行重新编码 System-missing：对系统缺失值重新编码 System-or use-missing：对系统缺失值与用户缺失值重新编码 All other values：对指定数值以外的所有其他数值重新编码 Categorize Variables ：分位数的分组 在连续变量或变量值较多的情况下，分位数分组是一种较为有效而快捷的方法。与Recode不同的是，分位数分组各组的下限