spss的数据预处理.docxVIP

。 Spss 的数据预处理 一、 数据预处理的目的： 在数据文件建立好后，通常还要对待分析的数据进行必要的预加工处理，这是数据分析过程中不可缺少的一个关键环节。数据的预加工处理是服务与数据分析和建模的，需要解决的问题如下： 1、缺失值和异常数据的处理。 2、数据的转换处理。 数据的转换处理是在原有数据的基础上， 计算产生 一些含有更丰富信息的新数据或对数据原有分布进行转换等。 3、数据抽样。从实际问题、算法或效率等方面考虑，并非收集到的所有 数据（个案）在某项分析中都有用途， 有必要按照一定的规则从大量数据中选取部分样本参与分析。 4、选取变量。并非所有数据项（变量）在某项分析中均有意以，选取部分变量参与分析是必要的。 Spss 提供了一些专门的功能辅助用户实现数据的预加工处理工 作，通过预处理还可以使用户对数据的总体分布有所了解。 二、数据预处理步骤： 1、数据的排序： （ 1）数据排序的目的： 、通常数据编辑窗口中个案的前后次序是由数据数录入的先后顺序决 定的，数据排序便于数据的浏览，有助于了解数据取值状况、缺失 值数量的多少。 、通过数据排序能够快速找到最大值和最小值，进而可以计算出数 据的全距，快速把握和比较数据的离散程度。 、通过数据排序能够快速发现数据的异常值。（2）、数据排序的步骤： 、选择菜单：【Date】→【 Sort Cases 】 、指定主排序量到【 Sort by 】框中，并选择【 Sort Order 】框中 的选项指出 精选资料，欢迎下载 。 该变 量按 升序 还是降序 排序排 序。【 Ascending 】表示升 序， Descending】表 示降序。 、如果是多重排序， 还要依次指定第二、 第三排序变量及相应的排 序规则。否 则本部可略。 排序窗口如下图： 图 1 2、变量计算： （1）变量计算的目的： 、通过数据的转换处理，在原有数据的基础上，计算产生一些含量更丰富的新数 据。 、对数据的原有分布状态进行转换， 由于数据分析和建模中某些模型 对数据分布 有一定的要求，因此可以利用变量计算对原有数据的分布进行转换。 c 、 spss 变量计算是在原有数据的基础上，根据用户给出的 spss 的算 术表达式以及 精选资料，欢迎下载 。 函数，对所有个案或满足条件的部分个案， 计算产生一系列新变量。 （2）变量计算的操作步骤： 、选择菜单：【Transform 】→【 Compute Variable 】 出现如图 2 所示窗口： 图 2 b、在【 Numeric Exepression 】框给出 spss 算术表达式和函数。可以手工输入 也可以按窗口的按钮算数表达式和函数的输入工作。 c、在【 Target Variable 】框中输入存放结果的变量名。 、如果用户只希望对符合一定条件的个案计算产生变量，则按 if 按钮，出现 如图 3 所示的窗口。选择【 Include if case satisfies condition 】选项， 然 后 输 入 条 件 表 达 式 ， 否 则 本 步 略 去 。 精选资料，欢迎下载 。 图 3 3、变量的选取： （1）数据选取的目的： 、提高数据的分析效率。 、检验模型。 （2）数据选取的步骤： a、【 Date】→【 Select Case 】 b 、在【 Select 】框中选择选取方法。如图 4 所示： 精选资料，欢迎下载 。 图 4 4、计数： （1）计数的目的： 把握个案各方面的特征。 （2）计数的步骤： a 、选择菜单：【Transform 】→【 Count Values within Cases 】如图 5 所示： b 、选择参与计数的变量到【 Numeric Variables 】框中。 、在【 Target Variable 】框中输入存放技术结果的的变量名， 并在【 Target Label 】框中输入相应的变量名标签。 精选资料，欢迎下载 。 图 5 d、按 Define Values 按钮定义计数区间，出现图 6 所示窗口。通过 Add、 、Remove 按钮完成计数区间的增加、修改和删除。 e 、如果仅希望对满足条件的个案进行计数，则按 if 按钮并输入 spss 相应表 达 式。否则本部可略。 精选资料，欢迎下载 。 图 6 5、分类汇总： （1）【 Date】→【 Aggregate 】 （2）指定分类变量到【 Break Variables 】框中，指定汇总变量到【aggregated Variables 】 框中，如图 7： （3）按 function 按钮指定对汇总变量计算那些统计量。 Spss 默认计算均值。 （4）制定将汇总结果保存到何处。 （5）按 nameLab按钮重新指定汇总结果中的变量