京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS变量视图:变量属性(含新建变量属性)
一、度量标准:(度量、序号、名义)
您可以将测量级别指定为刻度(定距或者定比刻度上的数值数据)、有序或名义。名义数据和有序数据可以是字符串(字母数字)或数值。
1)标定(名义):当变量值表示不具有内在等级的类别时,该变量可以作为名义变量;例如,雇员任职的公司部门。名义变量的示例包括地区、邮政编码和宗教信仰等。
2)有序(序号):当变量值表示带有某种内在等级的类别时,该变量可以作为有序变量;例如,从十分不满意到十分满意的服务满意度水平。有序变量的示例包括表示满意度或可信度的态度分数和优先选择评分。
3)刻度(度量):当变量值表示带有有意义的度规的已排序类别时,该变量可以作为刻度(连续)变量对待,以便在值之间进行合适的距离比较。刻度变量的示例包括以年为单位的年龄和以千美元为单位的收入。
注意:对于有序字符串变量,将假定字符串值的字母顺序反映了类别的真实顺序。例如,对于具有low、medium、high值的字符串变量,类别的顺序将解释为high、low、medium,这个顺序是错误的。通常,使用数值代码代表有序数据更为可靠。
二、缺失值
缺失值将指定数据值定义为用户缺失值。例如,您想要区分因对象拒绝回答问题造成的数据缺失与由于问题不适于该对象而未回答所引起的数据缺失。将指定为用户缺失值的数据值标记为进行特殊处理,并将其从大多数计算中排除。
三、角色
某些对话框支持可用于预先选择分析变量的预定义角色。当打开其中一个对话框时,满足角色要求的变量将自动显示在目标列表中。可用角色包括:
1、输入:变量将用作输入(例如,预测变量、自变量)。
2、目标:变量将用作输出或目标(例如,因变量)。
3、两者:变量将同时用作输入和输出。
4、无:变量没有角色分配。
5、分区:变量将用于将数据划分为单独的训练、检验和验证样本。
6、拆分
四、定制变量属性
1、概念:除了标准变量属性(如值标签、缺失值、测量级别)之外,还可以自己创建定制的变量属性。因此,您可以创建识别调查问题响应类型的变量属性(例如,单选、多选、填空)或计算变量使用的公式。
2、操作:数据-新建设定属性
3、说明:◎定制变量属性的名称用方括号括起。◎以美元符号开头的属性名是保留名称,不能修改这些名称。◎空单元格表示该变量没有属性;单元格中显示为Empty的文本表示该变量具有属性,但还没有为该变量的属性赋值。在单元格中输入文本后,该变量即拥有了具有您所输入的值的属性。◎在单元格中显示的数组...表示此属性是属性数组,即包含多个值的属性。单击单元格中的按钮以显示值列表。
五、自定义变量视图
1、概念:您可以使用自定义变量视图控制变量视图中显示的属性(例如,名称、类型、标签)及其显示顺序。
2、操作:视图-自定义变量视图。
3、说明:◎选择(选中)要显示的变量属性。◎使用向上和向下箭头按钮更改属性的显示顺序。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25