應(yīng)用統(tǒng)計學(xué)數(shù)據(jù)管理

,數(shù)據(jù)管理,在數(shù)據(jù)文件建立好之后，還需要對數(shù)據(jù)進(jìn)行必要的加工處理。對同一個數(shù)據(jù)往往需要從各種不同的側(cè)面進(jìn)行研究，采取多種統(tǒng)計方法進(jìn)行分析，而不同的統(tǒng)計方法對數(shù)據(jù)文件結(jié)構(gòu)的要求不盡相同，這就需要對數(shù)據(jù)文件的結(jié)構(gòu)進(jìn)行重新調(diào)整或轉(zhuǎn)換，以便適合于相同的統(tǒng)計方法。,數(shù)據(jù)管理,文件級別的數(shù)據(jù)管理變量級別的數(shù)據(jù)管理,文件級別的數(shù)據(jù)管理（1）,SPSS中的Data菜單提供了文件級別的數(shù)據(jù)管理，可以對整個數(shù)據(jù)文件進(jìn)行加工整理。,InsertVariable：插入變量InsertCases：插入記錄GotoCase：到達(dá)某條記錄,簡單命令（這些功能都可以用鼠標(biāo)在數(shù)據(jù)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(quán),常用的簡單過程（使用頻繁，必須掌握）,文件級別的數(shù)據(jù)管理（2）,DefineVariableProperties：定義數(shù)據(jù)字典CopyVariableProperties：將預(yù)定義的數(shù)據(jù)字典直接引入當(dāng)前數(shù)據(jù)文件，即復(fù)制外部數(shù)據(jù)文件屬性到當(dāng)前數(shù)據(jù)文件,變量與數(shù)據(jù)文件屬性向?qū)В▽Υ笮突蜻B續(xù)性數(shù)據(jù)分析項目非常有用）,Transpose：數(shù)據(jù)轉(zhuǎn)置Restructure：數(shù)據(jù)文件的重新排列,數(shù)據(jù)重構(gòu)向?qū)?文件級別的數(shù)據(jù)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(shù)據(jù)Aggregate：數(shù)據(jù)匯總過程IdentifyDuplicateCases：查找重復(fù)記錄,其他過程,文件級別的數(shù)據(jù)管理（4）,正交設(shè)計過程（OrthogonalDesign）,單變量排序：SPSS提供了一種簡易操作方法，即在數(shù)據(jù)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(jìn)行，查看詳情,記錄排序,記錄排序,選中District，選擇升序選鈕（默認(rèn)），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(guān)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(shù)據(jù)的排序?qū)⒈淮騺y，對于時間序列數(shù)據(jù)，若未存放有記錄標(biāo)志的變量，應(yīng)注意保存原數(shù)據(jù)的排列順序，以免數(shù)據(jù)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(jié)果放在一起便于比較,3.按所選變量拆分文件，各組分析結(jié)果單獨(dú)放置,4.用于選擇拆分?jǐn)?shù)據(jù)文件的變量,5.要求將數(shù)據(jù)按所用拆分變量排序,6.數(shù)據(jù)集很大，且拆分變量已排序，選此可節(jié)省運(yùn)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(shè)定篩選條件,3.從原數(shù)據(jù)中按某種條件抽樣，按Sample進(jìn)行設(shè)定,4.基于時間或記錄序號選擇記錄，按Range進(jìn)行設(shè)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(quán),設(shè)置作為權(quán)重的變量，如第一行表示agecat1gender1的人共33個，accid表示人數(shù)，應(yīng)設(shè)為權(quán)重,記錄加權(quán),定義數(shù)據(jù)字典,變量名、測量尺度等,變量列表,頻數(shù)、標(biāo)簽、缺失值設(shè)定等,拷貝變量屬性,自動生成值標(biāo)簽,定義數(shù)據(jù)字典,數(shù)據(jù)轉(zhuǎn)置,Transpose：該過程用于對數(shù)據(jù)進(jìn)行行列轉(zhuǎn)置，即原來的一條記錄轉(zhuǎn)成為一個變量，而變量則轉(zhuǎn)成為一個記錄，兩次Transpose過程后數(shù)據(jù)集會恢復(fù)原樣（點此見具體操作）。,數(shù)據(jù)轉(zhuǎn)置,將變量Group、x選入variable框，再點擊OK鍵,轉(zhuǎn)置前的數(shù)據(jù)集,轉(zhuǎn)置后的數(shù)據(jù)集,注：未選中的變量id其數(shù)據(jù)信息在轉(zhuǎn)置后丟失,數(shù)據(jù)轉(zhuǎn)置,數(shù)據(jù)文件重新排列,Restructure：此過程是用來改變數(shù)據(jù)的排列格式，即長型格式和寬型格式之間的互轉(zhuǎn)。,數(shù)據(jù)文件重新排列,數(shù)據(jù)文件重新排列,數(shù)據(jù)anxiety轉(zhuǎn)換前后的長型格式和型格式,數(shù)據(jù)文件重新排列,文件縱向合并,*：當(dāng)前數(shù)據(jù)集中的變量+：新添加數(shù)據(jù)集中的變量,左框：新、老數(shù)據(jù)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(shù)據(jù)文件中增加記錄到當(dāng)前數(shù)據(jù)文件中，相互合并的數(shù)據(jù)文件中應(yīng)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(shù)據(jù)集的變量列表3.記錄匹配使用的關(guān)鍵變量,AddVariables：橫向合并，從外部數(shù)據(jù)文件增加變量到當(dāng)前數(shù)據(jù)文件，兩個數(shù)據(jù)集要有一個一一對應(yīng)的關(guān)鍵變量進(jìn)行匹配合并，且記錄應(yīng)按關(guān)鍵變量升序后再合并。,1,2,3,文件橫向合并,數(shù)據(jù)匯總,分組變量,被匯總變量,數(shù)據(jù)匯總,定義匯總函數(shù),定義新產(chǎn)生匯總變量的名稱和標(biāo)簽,Function,Name&Label,數(shù)據(jù)匯總,查找重復(fù)記錄,希望查找重復(fù)值的變量,重復(fù)記錄按該變量的取值排序,設(shè)定第一個還是最后一個重復(fù)記錄為主記錄,查找重復(fù)記錄,PrimaryLast0表示相應(yīng)的記錄為重復(fù)記錄,查找重復(fù)記錄,變量級別的數(shù)據(jù)管理（1）,SPSS中的Transform菜單提供了變量級別的數(shù)據(jù)管理，可以對變量進(jìn)行操作。,計算新變量（Compute）：最常用,Recode：對變量值進(jìn)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(xiàn)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(zhuǎn)換,變量級別的數(shù)據(jù)管理（2）,CreateTimeSeries：建立時間序列ReplaceMissingValues：缺失值替代RandomNumberSeed：設(shè)定隨機(jī)種子,專用過程,變量級別的數(shù)據(jù)管理（3）,控制命令,RunPendingTransforms：用于執(zhí)行編程中被掛起的數(shù)據(jù)整理操作,專用于時間序列模型,例1數(shù)據(jù)fee.sav是上海和杭州16名住院病人的費(fèi)用數(shù)據(jù)，計算上海的住院病人平均每天的住院費(fèi)用，要求結(jié)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(dá)式,計算新變量,選擇函數(shù),輸入函數(shù)表達(dá)式,計算新變量,例2在數(shù)據(jù)fee.sav中生成新變量grade,當(dāng)住院總費(fèi)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(shè)置，所有的范圍均包含了端點，而前面設(shè)定的變換會優(yōu)于后面的變換，因此應(yīng)該將大于等于10000元最先設(shè)定，而將小于5000元最后設(shè)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(wù)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(jìn)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(jìn)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(jìn)行可視化分段。,連續(xù)變量的可視化分段,例3仍以數(shù)據(jù)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(shè)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(biāo)簽,連續(xù)變量的可視化分段,例4仍以數(shù)據(jù)fee.sav為例，查看變量total中是否出現(xiàn)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(shù)據(jù)fee.sav為例，根據(jù)城市分組計算住院總費(fèi)用的秩次。,