第3讲 SPSS数据的预处理
在数据文件建立之后，通常还需要对分析的数据进行必要的预加工处理,数据的预加工处理服务于数据分析和建立模型,需要解决的问题很多.如:
数据的转换处理:计算新变量或建立模型需要
数据抽样:考虑实际需要，并非要使用所有的数据
选取变量:选取部分变量参与分析
1 数据的排序
2 变量计算
3 数据选取
4 计数
5 分类汇总
本次课程主要讲的数据预处理工作主要有:
6 数据分组
1 数据的排序
★数据排序的目的
数据排序有利于数据的浏览，有助于了解数据的取值状况、缺失值数量的多少等
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距，初步把握和比较数据的离散程度
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会对分析产生重要影响提供帮助.
例如:班级成绩排序
★数据排序的基本操作
Data→Sort Cases
★数据排序的应用举例
2. 变量计算
★变量计算的目的
数据的计算处理,比如客户的消费总额和消费时间计算平均消费,新的数据更有效
对数据原有的分布状态进行转换,如有时候变量间服从对数线性分布
★变量计算的基本操作
Transform→Compute
★实例操作
3.数据选取
★数据选取的目的
从已收集的大批数据中按照一定规则抽取部分数据参与分析的过程。
★数据选取的基本方式
按指定条件选取(if condition is satisfied)
随机抽样（Random sample of cases）
选取某一区域内的样本(Based on time or case range)
★数据选取的基本操作
Data→Select cases
★数据选取的应用举例:
选取是女性的人
4 计数
★计数目的:
把握个案各方面的特征。
★计数的基本操作
Transform→Count
★计数的应用举例:
找出是女性的个数;找出受教育时间8年的女性
5 分类汇总
例如:某企业想了解本企业不同学历职工的基本工资上是否存在较大差异.最简单的办法就是分类汇总,即将不同学历的职工进行分类,分别计算不同学历职工的平均工资.然后对平均工资进行比较.
★分类汇总的目的
1.按照哪个变量进行分类
2.哪些统计量
Data-Aggregate
★分类汇总注意的问题:
★分类汇总的基本操作
6 数据分组
★数据分组的目的
数据分组实际根据统计研究的需要，将数据按照某种标准重新化为不同组,在数据分组的基础上进行的频数分析,更能够概括和体现数据的分布特征.
★数据分组的种类
单变量值分组
组距分组
分位数分组
★数据分组的操作
单变量值分组
Transform---Automatic Recode
组距分组
Transform-----Recode----Into Same(Different) Variables
★实例操作
