spss多元线性回归.pdfVIP

实战之多元线性回归

数据预处理

数据预处理包括的内容非常广泛，包括数据清理和描述性数据汇总，数据集成和变换，数据

归约，数据离散化等。本次实习主要涉及的数据预处理只包括数据清理和描述性数据汇总。

一般意义的数据预处理包括缺失值填写和噪声数据的处理。于此我们只对数据做缺失值填

充，但是依然将其统称数据清理。

数据导入与定义

单击“打开数据文档”，将xls格式的全国各地区能源消耗量与产量的数据导入SPSS

中，如图1-1所示。

图1-1导入数据

导入过程中，各个字段的值都被转化为字符串型（String），我们需要手动将相应的字段转

回数值型。单击菜单栏的“”--“”将所选的变量改为数值

型。如图1-2所示：

图1-2定义变量数据类型

数据清理

数据清理包括缺失值的填写和还需要使用SPSS分析工具来检查各个变量的数据完整性。

单击“”--“”，将检查所输入的数据的缺失值个数以及百

分比等。如图1-3所示：

图1-3缺失值分析

能源数据缺失值分析结果如表1-1所示：

单变量统计

缺失极值数目a

N均值标准差计数百分比低高

能源消费总量300.001

煤炭消费量300.002

焦炭消费量300.002

原油消费量28201

汽油消费量300.001

煤油消费量28204

柴油消费量300.002

燃料油消费量300.003

天然气消费量300.002

电力消费量300.003

原煤产量26402

焦炭产量29102

原油产量181200

燃料油产量25503

汽油产量