應用統(tǒng)計學數據管理

,數據管理,在數據文件建立好之后，還需要對數據進行必要的加工處理。對同一個數據往往需要從各種不同的側面進行研究，采取多種統(tǒng)計方法進行分析，而不同的統(tǒng)計方法對數據文件結構的要求不盡相同，這就需要對數據文件的結構進行重新調整或轉換，以便適合于相同的統(tǒng)計方法。,數據管理,文件級別的數據管理變量級別的數據管理,文件級別的數據管理（1）,SPSS中的Data菜單提供了文件級別的數據管理，可以對整個數據文件進行加工整理。,InsertVariable：插入變量InsertCases：插入記錄GotoCase：到達某條記錄,簡單命令（這些功能都可以用鼠標在數據表界面直接完成，很少用菜單操作，在此不詳述）,SortCases：記錄排序SplitFile：記錄拆分SelectCases：記錄篩選WeightCases：記錄加權,常用的簡單過程（使用頻繁，必須掌握）,文件級別的數據管理（2）,DefineVariableProperties：定義數據字典CopyVariableProperties：將預定義的數據字典直接引入當前數據文件，即復制外部數據文件屬性到當前數據文件,變量與數據文件屬性向導（對大型或連續(xù)性數據分析項目非常有用）,Transpose：數據轉置Restructure：數據文件的重新排列,數據重構向導,文件級別的數據管理（3）,AddCases：縱向合并AddVariable：橫向合并,文件合并過程（MergeFiles）,DefineDates：定義日期變量過程，用于時間序列數據Aggregate：數據匯總過程IdentifyDuplicateCases：查找重復記錄,其他過程,文件級別的數據管理（4）,正交設計過程（OrthogonalDesign）,單變量排序：SPSS提供了一種簡易操作方法，即在數據表格的變量名處單擊右鍵，彈出右圖多變量排序：使用SortCases過程來進行，查看詳情,記錄排序,記錄排序,選中District，選擇升序選鈕（默認），將District選入Sortby框,選中Region，選擇降序選鈕，將Region選入Sortby框,記錄排序,注意：在多重排序中，指定排序變量名的次序很關鍵，首先安第一個變量排序，對于與第一個變量取值相同的記錄考慮按第二個變量排序排序后，原來記錄數據的排序將被打亂，對于時間序列數據，若未存放有記錄標志的變量，應注意保存原數據的排列順序，以免數據混亂,記錄排序,記錄拆分,1.選中此框不拆分文件,2.按所選變量拆分文件，各組分析結果放在一起便于比較,3.按所選變量拆分文件，各組分析結果單獨放置,4.用于選擇拆分數據文件的變量,5.要求將數據按所用拆分變量排序,6.數據集很大，且拆分變量已排序，選此可節(jié)省運行時間,1,2,3,4,5,6,記錄拆分,記錄篩選,1,2,3,4,5,1.分析所有記錄,2.分析滿足條件的記錄，按If按鈕設定篩選條件,3.從原數據中按某種條件抽樣，按Sample進行設定,4.基于時間或記錄序號選擇記錄，按Range進行設定,5.使用篩選指示變量選擇記錄，非0值的記錄被選中,6.未選中的記錄被隔離,7.未選中的記錄被刪除,6,7,記錄篩選,記錄篩選,記錄加權,設置作為權重的變量，如第一行表示agecat1gender1的人共33個，accid表示人數，應設為權重,記錄加權,定義數據字典,變量名、測量尺度等,變量列表,頻數、標簽、缺失值設定等,拷貝變量屬性,自動生成值標簽,定義數據字典,數據轉置,Transpose：該過程用于對數據進行行列轉置，即原來的一條記錄轉成為一個變量，而變量則轉成為一個記錄，兩次Transpose過程后數據集會恢復原樣（點此見具體操作）。,數據轉置,將變量Group、x選入variable框，再點擊OK鍵,轉置前的數據集,轉置后的數據集,注：未選中的變量id其數據信息在轉置后丟失,數據轉置,數據文件重新排列,Restructure：此過程是用來改變數據的排列格式，即長型格式和寬型格式之間的互轉。,數據文件重新排列,數據文件重新排列,數據anxiety轉換前后的長型格式和型格式,數據文件重新排列,文件縱向合并,*：當前數據集中的變量+：新添加數據集中的變量,左框：新、老數據文件中不匹配的變量名,右框：已匹配的變量名，選擇完成后單擊OK即可,AddCases：縱向合并，從外部數據文件中增加記錄到當前數據文件中，相互合并的數據文件中應該有相同的變量。,文件縱向合并,文件橫向合并,1.未被納入的變量列2.被納入合并后新數據集的變量列表3.記錄匹配使用的關鍵變量,AddVariables：橫向合并，從外部數據文件增加變量到當前數據文件，兩個數據集要有一個一一對應的關鍵變量進行匹配合并，且記錄應按關鍵變量升序后再合并。,1,2,3,文件橫向合并,數據匯總,分組變量,被匯總變量,數據匯總,定義匯總函數,定義新產生匯總變量的名稱和標簽,Function,Name&Label,數據匯總,查找重復記錄,希望查找重復值的變量,重復記錄按該變量的取值排序,設定第一個還是最后一個重復記錄為主記錄,查找重復記錄,PrimaryLast0表示相應的記錄為重復記錄,查找重復記錄,變量級別的數據管理（1）,SPSS中的Transform菜單提供了變量級別的數據管理，可以對變量進行操作。,計算新變量（Compute）：最常用,Recode：對變量值進行分組合并VisualBander：連續(xù)變量的可視化分段Count：表示某個變量的取值中是否出現某個值，或某個區(qū)間RankCases：變量編秩AutomaticRecode：對記錄按某個變量值的大小排序,變量轉換,變量級別的數據管理（2）,CreateTimeSeries：建立時間序列ReplaceMissingValues：缺失值替代RandomNumberSeed：設定隨機種子,專用過程,變量級別的數據管理（3）,控制命令,RunPendingTransforms：用于執(zhí)行編程中被掛起的數據整理操作,專用于時間序列模型,例1數據fee.sav是上海和杭州16名住院病人的費用數據，計算上海的住院病人平均每天的住院費用，要求結果取整。,計算新變量,輸入新變量名perfee,計算新變量,計算新變量,輸入條件表達式,計算新變量,選擇函數,輸入函數表達式,計算新變量,例2在數據fee.sav中生成新變量grade,當住院總費用小于5000元時取值為“相對較低”，大于等于5000元且小于7000元取值為“中等”，大于等于7000元且小于10000元為“較高”，大于等于10000元為“很高”。,變量值分組合并,新變量名grade,選入原變量total,變量值分組合并,變量值分組合并,三種Range的設置，所有的范圍均包含了端點，而前面設定的變換會優(yōu)于后面的變換，因此應該將大于等于10000元最先設定，而將小于5000元最后設定。,變量值分組合并,變量值分組合并,變量值分組合并,變量值分組合并,務必選上該項,變量值分組合并,變量值分組合并,recode過程提供了精確分組的功能，但如果希望進行的分組是有規(guī)律的，比如等距分組，或等樣本量分組，使用recode過程進行操作就顯得非常麻煩，且可視化程度不高。此時可以考慮使用visualbander過程進行可視化分段。,連續(xù)變量的可視化分段,例3仍以數據fee.sav為例，按變量total將病人分為5組，5000元以下為第一組，5000元以上的按等間距的方式分4組。,連續(xù)變量的可視化分段,連續(xù)變量的可視化分段,連續(xù)變量的可視化分段,設定分段規(guī)則,連續(xù)變量的可視化分段,連續(xù)變量的可視化分段,自動填充值標簽,連續(xù)變量的可視化分段,例4仍以數據fee.sav為例，查看變量total中是否出現值6890。,查看特定變量值,查看特定變量值,查看特定變量值,查看特定變量值,查看特定變量值,例5仍以數據fee.sav為例，根據城市分組計算住院總費用的秩次。,