第三章 SPSS数据的预处理资料讲解

五、变量计算的应用举例
3-3 数据选取
一、数据选取的目的
数据选取就是根据分析的需要，从已收集到的大批量数据（ 总体）中按照一定的规则抽取部分数据（样本）参与分析的过 程，通常也称为抽样。
1、提高数据分析效率
如果数据量较大，会在一定程度上影响计算和建模的效 率，因此，通常可以根据一定的抽样方法从总体中抽取少量 样本，后面的分析只针对样本进行，这样会大大提高分析的 效率。当然，抽取出的样本应具有总体代表性，否则分析的 结论可能会有偏差。
2、随机选取（Random sample of cases） 第一，近似选取（Approximately）
要求用户给出一个百分比数值。SPSS将按照这个比例自动 从数据编辑窗口中随机抽取出相应百分比数目的个案。
随机是根据SPSS随机数种子发生器设计和实现的。
设置的菜单是Baidu Nhomakorabea 转换 -> 随机数字生成器
三、SPSS条件表达式 SPSS条件表达式是一个对条件进行判断的式子。其结果有两 种取值：如果判断条件成立，则结果为真；如果判断条件不成 立，则结果为假。
1、简单条件表达式 由关系运算符、常量、变量以及算术表达式等组成的式 子。其中关系运算符包括>、<、＝、～＝（不等于）、>＝ 、<＝。
2、复合条件表达式
SPSS变量计算的基本操作步骤如下
（1）选择菜单： 转换－>计算变量
（2）在数字表达式框给出SPSS算术表达式和函数。 （3）在目标变量框中输入存放计算结果的变量名。 （4）如果用户仅希望对符合一定提交的个案计算产生变 量，则按“如果”按钮，选择“如果个案满足条件则包括” 选项，然后输入条件表达式。
SPSS函数大致可以分成八大类：
1、算术函数 3、分布函数 5、字符串函数 7、日期函数
2、统计函数、 4、逻辑函数、 6、缺失值函数、 8、其他函数。
五、变量计算的应用举例
利用“职工数据.sav”，依据职称级别计算实发工资，计算规 则是：实发工资等于基本工资减去失业保险，之后，依据1～4 等级分别将以上计算结果上浮5%，3%，2%，1%。
（2）变量计算的结果应保存到一个指定变量中，该变量 的数据类型应与计算结果的数据类型相一致。
二、SPSS算术表达式
SPSS算术表达式（Numeric Expression）是由常量、 变量、算术运算符、圆括号、函数等组成的式子。
★ 字符型常量应当用引号括起来 ★ 变量是那些已存在于数据编辑窗口中的原有变量 ★ 算术运算符主要包括＋、－、*、/、**（乘方）。 操作对象的数据类型为数值型。运算的先后次序是：先计算 乘方，再计算乘除，最后计算加减。在同级运算中，按照从 左往右的顺序进行计算。通过圆括号改变原有的计算顺序。 ★ 在同一算术表达式中的常量及变量，数据类型应 该一致，否则无法计算。
又称逻辑表达式，是由逻辑运算符号、圆括号和简单条 件表达式等组成的式子。其中，逻辑运算符号包括&或AND （并且）、|或OR（或者）、～或NOT（非）。NOT的运算 优先级最高，其次是AND，最低是OR。可以通过圆括号改变 运算的优先级。
四、SPSS函数 函数书写的具体形式为：函数名（参数）
其中函数名是SPSS已经规定好的，参数可以是常量（字 符型常量应用引号括起来），也可以是变量或算术表达式。 参数可能是一个，也可能是多个，各参数之间用逗号分隔。
兼容版本 12. 版本 12 和早期版本中所使用的随机数 字生成器。如果您要重新生成在早期版本中根据指定的 种子值生成的随机结果，可使用此随机数字生成器。
较新的随机数生成器，可实现更可靠的模拟。如果 从 SPSS 12 或早期版本再现随机结果是问题，那 么可使用此随机数生成器。
表示随机数种子每次自动取一个新的值，是SPSS 默认的选项，这样随机化结果不会重复出现。
例 利用租房状况问卷调查和数据，通过数据排序功能分析 本市户口和外地户口家庭的住房面积情况。
3-2 变量计算
一、变量计算的目的
变量计算是数据分析过程中应用最广泛也是最重要的一环。通 过变量计算可以处理许多问题。
1、数据的转换处理 2、对数据的原有分布状态进行转换
注意
（1）变量计算是针对所有个案（或指定的部分个案）的 ，每条个案（或指定的部分个案）都有自己的计算结果。
表示随机数种子为一个具体的正整数（该整 数应小于等于2000000），一般用于随机化 结果需要重复出现的情况
第二，精确抽样（Exactly）
精确抽样要求用户给出两个参数。第一个参数是希望选取 的个案数，第二个参数是指定在前几个个案中选取。SPSS自 动在数据编辑窗口的前若干个个案中随机精确地抽出相应个 数的个案来。
第三章 SPSS数据的预处理
3-1 数据排序
一、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录入的先后顺 序决定的。数据预处理中，有时需要将数据按照一定的顺序重 新排列。
数据排序在数据分析过程中的作用：
★ 数据排序便于数据的浏览，有助于了解数据的取值状况、 缺失值数量的多少等。
★通过数据排序能够快捷地找到数据的最大值和最小值，进 而可以计算出数据的全矩，初步把握和比较数据的离散程度。
2、检验模型的需要 依据一定的抽样方法只选择部分样本参与数据建模，剩
余的数据用于模型检验。
二、数据选取方法
1、按指定条件选取（If condition is satisfiled）
用户以条件表达式的形式给出数据选取的条件。SPSS将自动 对数据编辑窗口中的所有个案进行条件判断。那些满足条件的 个案，即条件判断为真的个案将被自动选取出来，而那些条件 判断为假的个案则不被选中。
★通过数据排序能够快捷地发现数据的异常值，为进一步明 确它们是否对分析产生重要影响提供帮助。
单值排序：排序变量只有一个
多重排序：第一个指定的排序变量称为主排序变量，其他 依次指定的变量分别称为第二排序变量、第三排序变量等。
SPSS数据排序的基本操作步骤：
（1）选择菜单：数据 -> 排序个案 （2）指定主排序变量，并选择是按升序还是降序排列 （3）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，本步可略。