Spss基本操作

文件间的合并 merge files
缺失值处理方法
删除/报告缺失值 Missing Value Analysis
缺失值的描述和快速判断
功 能
获得更精确的统计量 用估计值替代缺失值
缺失值处理方法的比较
Listwise Deletion（列表状态删除）
Pairwise Deletion（配对状态）
EM（期望最大化） Regression（回归）
Spss基本操作

数据编辑窗口（Spss Data Editor） 结果管理窗口（Spss Output Views） 草稿结果窗口（Spss Draft Viewer） 语法编辑窗口（Spss Syntax Editor） 脚本窗口（Spss Script Editor）
数据编辑窗口（Spss Data Editor）
4.
5.
读懂分析结果
利用Spss进行数据分析的一般步骤
建立spss 数据文件 数据的 加工整理 定义spss数据 文件的结构 录入修改保 存spss数据
统百度文库分析
解释分析 结果
第一章 数据的创建与管理输入
1、数据的输入
2、数据的检查
3、数据的整理
数据输入 直接输入－－spss
间接输入－－excel、txt、run edit.exe
主要功能： 定义Spss数据的结构、录入编辑和管理待 分析的数据。文件扩展名为 .sav。
结果管理窗口（Spss Output Views）
主要功能： 显示管理Spss统计分析结果、报表及图形 的窗口。文件扩展名为 .spo。
数据分析的一般步骤
1. 2. 3.
明确数据分析目标
正确收集数据
数据的加工整理 明确统计方法的含义和适用范围
数据处理与数据建模方法
数据处理的一般方法
1、数据类型的一致化处理方法
（1）极大型：期望取值越大越好 （2）极小型：期望取值越小越好 （3）中间性：期望取值即不要太大，也不要太小 为好，即取适当的中间值为最好 （4）区间型：期望取值最好是落在某一个确定的 区间内为最好
2、指标的无量纲化处理方法
适合中小型数据
数据检查
简单检查：排序观察、多重排序 极端值处理 把超过两个标准差之外的数据剔除掉 缺失值处理 缺失值：指那些没有观测到，或没有记录到，或 者记录结果有明显错误的数值。
数据整理 熟悉transform和data两个菜单 文件内的筛选
数据分组 splite file 数据选择处理 select case 新变量生成 compute variable 行列转置 transpose