第三章-SPSS数据预处理(1)

将变量 s 前的字符空格删掉
将变量 s 尾部的字符char删掉 Rtrim(s,char)
诚信求是，笃学致公
3.2 变量计算
（3）SPSS函数 随堂作业：
将文本文件“侠客行”导入SPSS，并以“，”将句子三个变量; 将前两个变量对应的字符串连接起来，形成上句；并将原来三个变量整 理成两个变量，分别命名为“上句”、“下句”； 将变量中的“--”、“ ”、“@”等无用符号剔除； 求字符串“五岳”在变量“下句”中出现的位置
诚信求是，笃学致公
3.2 变量计算
（1）SPSS算术表达式
由常量、变量、算术运算符、圆括号、函数等组成的式子； 运算符主要包括： +、-、*、/、**(乘方）；
操作对象的数据类型是数值型；
在同一算术表达式中的常量及变量的数据类型应该一致，否则无法计算。
诚信求是，笃学致公
3.2 变量计算
诚信求是，笃学致公
3.6 数据分组
数据分析就是根据统计研究的需要，将数据按照某种标准重新划分为不同的组别。 在数据分组基础上进行频数分析，能够概况和体现数据的分布特征。
SPSS数据分组方法
单变量值分组：将每个变量值作为一组，适用于离散值且样本量较小的情况。 组距分组：将变量依次划分为若干个区间，并将一个区间的变量值作为一组。
数据排序的目的
便于数据浏览，有助于了解数据的取值状况、缺失值数量等； 能够快捷找到数据中的最大值和最小值，进而计算出数据的全距，初 步把握和比较数据的离散程度； 能够快捷发现数据中的异常值。
数据排序的方式
单值排序：依据一个变量进行排序； 多重排序：主排序变量->第二排序变量->第三排序变量….
将文件保存成 “.sav”格式文件，文件名为 “姓名+侠客行.sav”。
诚信求是，笃学致公
3.3 数据选取
根据数据分析需要，从已收集的大批量数据中按照一定的规则抽取部分 数据参与分析。
数据选取的目的
提高数据分析的效率：当样本量较大时，选择部分样本代表总体。 验证模型的需要：用部分数据构建模型，剩余数据验证模型的效能。 （一般用于分类或预测等任务中）
主动分类变量到【分组变量（B）】框中；
指定汇总变量到【变量摘要（S）】框中。 单击【函数（F）】按钮指定对汇总变量计算哪些统计量； 指定将分类汇总结果保存到何处； 单击【变量名与标签（N）】按钮重新指定结果文件中的变量名。
练习：基本知识点统计.sav
（1）按“学院”对数据进行分类汇总，并将新数据集命名为“按学院汇总”； （2）对 所有变量分类计算均值，观察分析不同学院在各知识点上的掌握情况。
练习： 计算
体质指数（BMI）=体重（kg）÷身高^2（m）
（1） 将身高单位转换为m （2） 计算BMI。
诚信求是，笃学致公
3.2 变量计算
（2）SPSS条件表达式
简单条件表达式 >、 <、=、~=（不等于）、>=、<=
复合条件表达式
由逻辑运算符（NOT>AND>OR）、圆括号、简单条件表达式组成
诚信求是，笃学致公
SPSS 软件应用实验
诚信求是，笃学致公
推荐参考书

SPSS统计分析方法及应用（第4版）
薛薇著，电子工业出版社。

SPSS22.0统计分析应用教程，冯岩 松著，清华大学出版社。

SPSS统计分析基础教程（第二版），
张文彤、邝春伟 著，高等教育出版
社。

SPSS统计分析方法及应用实验教程， 徐秋艳著，中国水利水电出版社。
计数的基本步骤
选择菜单【转换->对个案内的值 计数】； 选择参与计数的变量到【变量 （V）】框中； 单击【定义值【V】】定义计数 区间，通过添加、更高、删除按 钮完成计数区间的增删改；
练习：基本知识点统计.sav
（1）对“金融学院”的个案计数，并将变量命名为“金融学院”； （2）对 “方差分析”变量中1-2分的个案计数，并将变量命名为“不掌握”。
诚信求是，笃学致公
课程内容
1 • 了解数据预处理的相关功能 2 • 掌握SPSS数据排序、计数、分组 3 • 理解数据变量计算
4
5
www.islide.cc
3
诚信求是，笃学致公
SPSS数据预处理
• 数据排序 • 变量计算 • 数据选取 • 计数 • 分类汇总 • 数据分组
诚信求是，笃学致公
3.1 数据排序
单击【旧值和新值（O）】按钮进行分组区间定义。
练习：学生期末成绩.sav
（1）按“数学”对数据进行分组，并将新变量命名为“按数学成绩分组”；
诚信求是，笃学致公
3.6 数据分组
分位数分组中各组的上下值由分位数决定，且各分组中的个案数大致相当。 分位数分组需首先确定分组数目，然后计算相应的分位数，最后基于分位数降 序将数据分组。
3.2 变量计算
（3）SPSS函数
统计函数
函数
Mean(numexpr,numexpr,…) Min(value, value,…) 范例(X1=2,X2=5,X3=8) MEAN(X1,X2,X3)=5 MIN(X1,X2,X3)=1
说明
自变量的平均值 自变量的最小值
Max(value, value,…)
练习：
（3）计算身高大于160，“计算机学院”学生的体质指数；
诚信求是，笃学致公
3.2 变量计算
（3）SPSS函数
算术函数
函数 abs(numbexpr) Rnd(numbexpr) Trunc(numbexpr) sqrt(numbexpr) 说明 绝对值函数 四舍五入函数 取整函数 平方根函数 范例（x=2.6，y=3） ABS(y-x)=0.4 RND(x)=3 TRUNC(x)=2 SQRT(y)=1.71
诚信求是，笃学致公
3.5 分类汇总
分类汇总是按照某分类分别对数据进行计算。
SPSS实现数据汇总的关键步骤
按照哪个变量（如学院）进行分类； 对哪个变量（如t统计、聚类分析）进行汇总，并指定对汇总变量计算哪 些统计量，如方差、平均值等。
诚信求是，笃学致公
3.5 分类汇总
数据汇总的基本步骤
选择菜单【数据->分类汇总】；
数据选取的方法
按指定条件选取
随机选取 选取某一区域内的样本 通过筛选变量选取
诚信求是，笃学致公
3.3 数据选取
数据选取的基本步骤
选择菜单【数据->选择个案】； 若使用全部个案，选中【全部个案（A）】 否则可按其他方式选择部分个案。
练习：基本知识点统计.sav
（1）选择“金融学院”学生的数据作为待分析对象； （2）随机选择 50%的个案作为待分析对象。
SPSS算术表达式的操作步骤
选择菜单【转换->计算变量】； 在【数字表达式（E）】输入表达式；
在【目标变量（T）】存放计算结果的变量，可以是新变量，也可以覆盖已 有变量。
若希望对符合一定条件个案计算，单击【如果（I）】，选择【如果个案满 足条件则包括（F）选项】，输入条件表达式。
若指定存放计算结果的变量为新变量，SPSS会自动创建；若变量已存在， 则会覆盖原来旧值。
诚信求是，笃学致公
3.1 数据排序
单值排序基本操作步骤
选择菜单【数据->排序个案】； 指定主排序变量到【排序依据】中，并选择指定排序是升序还是降序。
诚信求是，笃学致公
3.1 数据排序
多重排序基本操作步骤
选择菜单【数据->排序个案】； 指定主排序变量到【排序依据】中，并选择Hale Waihona Puke Baidu定排序是升序还是降序；
说明
若变量缺失，则为T或1，否则为F 或0 若变量是系统缺失值则为T或1，如 为自定缺失或非缺失则为F或0 缺失值个数 有效值个数 忽略自定义缺失值，当作非缺失
Sysmis(numvar)
Nmiss(variable,…) Nvalid(variable,…) Value(variable,…)
诚信求是，笃学致公
诚信求是，笃学致公
3.2 变量计算
（3）SPSS函数
缺失值函数
函数
Missing(variable) 范例 MISSING(X1)=1 MISSING(X2)=1 MISSING(X3)=0 SYSMIS(X1)=0 SYSMIS(X2)=1 SYSMIS(X3)=0 NMISS(X1,X2,X3)=2 NVALID(X1,X2,X3)=1 VALUE(X1)=X1
3.2 变量计算
（3）SPSS函数
字符串函数
函数
Concat(strexpr,strexpr) Index(s1,s2) 范例 CONCAT(th,is)=this INDEX(‘this is’,’is’)=3
说明
将自变量连成一个新自变量 s2在s1 中第一次出现的位置 自变量 s 所含文字的个数（包括特殊字符 和空格） 自变量 s 中的大写字母改为小写字母 将自变量 s 中的小写字母改为大写字母
• 频数分析 • 计算基本描述统计量 • 交叉分组下的频数分析
诚信求是，笃学致公
小 结
27
诚信求是，笃学致公
谢 谢！
黄佳佳 haungjj@nau.edu.cn
Length(s)
Lower(s) UpcaseE(s) Ltrim(s,char)
LENGTH(‘th is’)=5
LOWER(‘This’)=’this’ UPCASE(‘this’)=’THIS’ LTRIM(‘this’,’t’)=’his’ LTRIM(‘this’,’is’)=’th’ LTRIM(‘ this’)=’this’ Rtrim(‘this ’)=’this’
Mod(numbexpr,modulus)
exp(numbexpr) lg10(numbexpr) ln(numbexpr)
求算两数相除后的余数
以e为底的指数函数 以10底的对数函数 自然对数函数
MOD(y,x)=0.4
EXP(y)=20.09 LG10(x*10)=1.41 LN(y)=1.1
诚信求是，笃学致公
诚信求是，笃学致公
3.4 计数
SPSS实现计数的关键步骤
指定哪些变量参与计数，计数结果存放在哪个新变量中 指定计数区间：（☆☆） 单个变量值 系统缺失值 系统缺失值或用户缺失值 给定最大值和最小值区间 大于等于某个指定值的区间 小于等于某个指定值的区间
诚信求是，笃学致公
SPSS的分位数基本步骤
选择菜单【转换->可视分箱比】； 将分组变量选择到【要分箱的变量（B）】框中，单击继续； 单击【生成分割点】按钮进行分隔。
练习：学生期末成绩.sav
（1）按“数学”对数据进行分位数分隔，并将新变量命名为“按数学成绩分位 数分组”。
诚信求是，笃学致公
SPSS基本统计分析
依次指定第二、第三等排序变量及相应排序顺序。
诚信求是，笃学致公
3.2 变量计算
变量计算的目的
派生新变量： 根据职工的基本工资、失业保险和奖金派生变量“实际 月收入”； 变换数据的原有分布：对非正态变量的对数变换、对时间序列平稳处 理；
变量计算的相关概念
SPSS算术表达式 SPSS条件表达式 SPSS函数
Sum(numexpr,numexpr,…) Sd(numexpr,numexpr,…) Variance(numexpr,numexpr,…) Cfvar(numexpr,numexpr,…)
自变量的最大值
求和 求标准差 求方差 求变异系数
MAX(X1,X2,X3)=8
SUM(X1,X2,X3)=15 SD(X1,X2,X3)=3 VAR(X1,X2,X3)=9 CFVAR(X1,X2,X3)=0.6
分位数分组：由分位数决定分组区间。
诚信求是，笃学致公
3.6 数据分组
SPSS的组距分组基本步骤
选择菜单【转换->重新编码为相同变量】； 将分组变量选择到【数字变量（V）】框中； 单击【旧值和新值（O）】按钮进行分组区间定义。
选择菜单【转换->重新编码为不同变量】；
将分组变量选择到【数字变量（V）->输出变量】框中； 在【名称】后输入存放分组结果的变量名，并单击【更改】确认；