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
在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14在Python网络编程、接口测试、爬虫开发等场景中,HTTP请求的发送与响应处理是核心需求。Requests库作为Python生态中最流行的HTTP ...
2026-04-14 很多新人学完Python、SQL,拿到一张Excel表还是不知从何下手。 其实,90%的商业分析问题,都藏在表格的结构里。 ” 引言:为 ...
2026-04-14在回归分析中,因子(即自变量)的筛选是构建高效、可靠回归模型的核心步骤——实际分析场景中,往往存在多个候选因子,其中部分 ...
2026-04-13在机器学习模型开发过程中,过拟合是制约模型泛化能力的核心痛点——模型过度学习训练数据中的噪声与偶然细节,导致在训练集上表 ...
2026-04-13在数据驱动商业升级的今天,商业数据分析已成为企业精细化运营、科学决策的核心手段,而一套规范、高效的商业数据分析总体流程, ...
2026-04-13主讲人简介 张冲,海归统计学硕士,CDA 认证数据分析师,前云南白药集团资深数据分析师,自媒体 Python 讲师,全网课程播放量破 ...
2026-04-13在数据可视化与业务分析中,同比分析是衡量业务发展趋势、识别周期波动的核心手段,其核心逻辑是将当前周期数据与上年同期数据进 ...
2026-04-13在机器学习模型的落地应用中,预测精度并非衡量模型可靠性的唯一标准,不确定性分析同样不可或缺。尤其是在医疗诊断、自动驾驶、 ...
2026-04-10数据本身是沉默的,唯有通过有效的呈现方式,才能让其背后的规律、趋势与价值被看见、被理解、被运用。统计制图(数据可视化)作 ...
2026-04-10在全球化深度发展的今天,跨文化传播已成为连接不同文明、促进多元共生的核心纽带,其研究核心围绕“信息传递、文化解读、意义建 ...
2026-04-09