SPSS中Recode、Compute、Count、If命令
在进行统计分析时,经常需要对某些数据进行重新处理,如年龄、身高、收入等,了解他们的分布或进行分析。
1、SPSS的数据变换,主要命令有四种:
2、Recode 命令:重新编码数据,重新安排数据
3、Compute命令:对原始数据进行四则运算或指数运算等,派生出新的变量
4、Count命令:创建一个新变量来计算某些变量值所出现的次数
5、If命令:如果表达式成立,则创建一个新变量
一.Recode 命令对数据重新编码
1.基本格式
Recode V1, V2…(原值1=新值1)…(原值m=新值n)
/X1,X2…(原值1=新值1)…(原值m=新值n).
几个变量重新编码,如果变量值不一样,可以用反斜杠 / 隔开
Recode命令与变量、括号之间要有空格
在原值中使用的关键词有:
lo(Lowest)
HI(highest)
Thru
Missing
Else
Sysmis
2.举例
recode age (0 thru 20=1)(21 thru 40=2)(41 thru 60=3)(61 thru 100=4).
recode age (lo thru 20=1)( 21 thru 40=2)(41 thru 60=3)(61 thru hi=4).
recode V1 to V3(0=1)(1=0)(3=2).
recode v1,v2,v3(0=1)(1=0)(3=2).
用missing再编码缺省值(如把原定为99岁的缺省值改为00岁,则:
recode age (missing=00).
Missing关键词不能出现在右边
Recode age (00=missing). 是错误的。
Recode value age (00). 是正确的
对系统缺省值sysmis进行重新编码。系统缺省值是SPSS内部把无效的值自动打上“·”而剔除掉。
recode age (missing=sysmis).
没有关键词时的重新编码
recode age (0,20=1)(21,40=2)(41,60=3)(61,100=4).
对字符串重新编码有一些特别的要求
recode sex (’M’=’A’)( ’F’=’B’).
recode name(’wangsan’=’wan ’).
注意:新旧字符串的长度必须相等,不足的,要用空格补齐
要用单引号把内容引起来
recode 命令放在统计过程之前
特别应该引起注意的是:如果单纯使用上述recode方法对变量进行重新编码,则会改变原始的数据录入格式,即改变原来的变量。如果需要重新编码而又不希望改变原始的数据结构,在编程时应该与compute命令一起使用。上述问题在用对话框进行重新编码时可以得到较好的解决。
第一种:对原始的数据进行重新编码,改变原来变量的数据结构
File----Open ---Data-----*·sav-----OK----Transform-------Recode into same variable
点选age到Numeric Variable―――点击Old and New Values――出现如下对话框
第二种:保持原始变量的数据结构,重新编码的数据生成新的变量
Transform------- Recode into different variable
点选age到Numeric Variable-output框――在Name框打入agenew(新变量名)----点击old and new values-----出现对话框如下
在new values中填上需要编码的值-----add-----重复----continue----点选Change框――OK-----存盘
也可以在SPSS的Variable view中进行
二.用Compute命令创建新变量
1.命令格式
Compute 新变量=老变量1[+ — ×÷]老变量2.
Compute 新变量=函数.
对整个数据通过函数关系进行重新排列,常用的函数有:
ABS绝对值
ARSIN反正弦函数
ARTAN反正切函数
COS余弦函数
EXP以自然数e为底的指数函数
LG10
LN 自然对数 时间的差别很大,在做模型时,往往用LN时间,效果比较好(有渐近线),周期性很强的数考虑用SIN或COS; 数据差距很大但是没有渐近线,可以考虑用平方根缩小差距.根据数据的特点和研究的目的选择运算与函数
SQRT平方根 如年龄的平方根,可以缩小年龄之间的差距
TRUNC截取某自变数的整数部分
SIN
MOD 除于10以后的余数(模数)
RND 取自变数最接近的整数部分
Compute F=MOD(196).结果是6
Compute G=RND(-4.5).结果是-5
在进行函数运算时,如果出现下面的情况,被当作是系统缺省值处理
在幂运算中,指数不是整数;
被开方的数是负数
在EXP的指数运算中,自变数的结果太大
在LG10中,自变数为负数或0
在MOD10中,自变数为负数或0
自变数X为缺省值时,SPSS则认为是系统缺省值
日期运算函数中,自变数日期无效
任何自变数是系统缺省值时,则该个案是系统缺省值
日期函数YAMODA,可以把自变数表中所列的年月日变为天数,这种年月日顺序与中国的年月日顺序是一致的,计算天数是从1582年10月15日开始(格里历的第一天)
compute day=YAMODA(1582,10,15).
结果是day=1(天)
compute age=[YAMODA(1945,4,21)-YAMODA(1999,10,1)]/365×25.
可以从两个日期的间隔算出年龄是多少
三. COUNT命令
在限制性多项选择中合成新的变量,生成0,1编码的变量,如农民工在北京选择住房因素列出了9项因素,询问其第一选择、第二选择与第三选择是什么。如果想把第一、二、三选择都选择了“上班方便”的人找出来,生成一个新的变量,则可以用count命令。
1.命令格式
Count 新变量名=老变量1(数值范围) 老变量2(数值范围) 老变量n(数值范围).
#例 计算住房三个选择都选择了上班方便的人(原变量中的编码是1)
则Count house = b8.1 (1) b8.2 (1) b8.3 (1) .
计算收入在300元以下的个案
count income1=income(lo thru 300).
计算收入在1000元以上的个案
count income2=income(1000 thru hi).
显示某些变量中有系统缺失值的个案和用户缺失值的个案
count M=age, income(sysmis).
Count M1=age, income(missing).
2.在对话框中运行Count
当要计算同时满足两个变量取值条件的记录数量有多少时,直接用对话框会出现完全错误的结果,这里需要对对话框生成的程序加以修改,怎么修改?
注意:有的时候编程序可以完成对话框无法完成的工作。
如打开农民工调查数据,现在想把满足下列条件的人找出来:第一选择是选择了“上班方便”,第二选择选择的是“位置好”,第三选择选择的是“房租低”并且要看每个人符合以上三个条件中的几条。
先用对话框做一下,然后paste一下对话框会生成什么样的程序,我们可以看到对话框生成的程序是:
COUNT
house = b8.1 b8.2 b8.3 (1) b8.1 b8.2 b8.3 (2) b8.1 b8.2 b8.3 (3) .
EXECUTE .
这个语句显然不符合我们的要求,因为我们要求”1”只对第一选择进行限制,而不对第二选择和第三选择进行限制。
所以,需要修改程序:COUNT
COUNT
house = b8.1 (1) b8.2 (2) b8.3 (3) .
EXECUTE .
四·用If命令做条件变换和逻辑校
1.命令格式
[1]IF命令格式1
IF(表达式成立) 新变量=新表达式
[2]IF命令格式2
IF(表达式成立) 新变量=数值
表达式中的关系符一般有6种
EQ(=) LE(<=) GT(>)
LT(<) GE(>=) NE(<>)
IF命令一定要用compute命令引导
[3]举例
compute taxes=0.
If(income GE800) taxes=income×0.2.
月收入大于等于800,纳税20%
逻辑表达式中可以用AND (&); OR(I);NOT(~)三种。
IF (age GE18 AND sex NE 1) Group=1.
If (NOT Race=1 AND sex NE 0) Group=1.
当Race不等于1,同时 sex不等于0时,则归入第一组
在IF命令中,如果有一个变量有缺省值,无法确定整个表达式的真假时,命令不执行,这个时候SPSS将依然保留新变量原有数值不变
原来有缺省值的,依然为缺省值。
五.对变量进行分组(Categorize Variables)
对变量进行分组指的是把连续型数值型资料转变为具体的分类数据,进行转换时是按照百分位数进行分组,这样可以使每个组都有大概相等的观察值。如把一个变量分为4个组,则第一组在25%百分位数下,第二组在25-50%,第三组在50-75%,第四组大于75%,组数可以自己决定
六.变量值秩次确定
Transform----Rank Cases----
Variable框:放你需要进行排序的变量,
By框:放用以确定分组排序的依据―――
Assign rank 1 to-----指用来制定秩次排列方式: Smallest value 表示最小值用1标注, Largest value表示最大值用1标注
Rank Type―――可以选择的排序类型,主要有:
Rank:普通秩次,系统默认方式,
Savage score :以指数分布为基础的原始分为秩次
Fractional rank:以分组例数之和占总例数的累积百分比为秩次
Fractional rank as% :以累积百分比分数为秩次
Sum of case weights:以分组例数的权重为秩次
Ntiles:先给定一个大于1的整数,系统按照这个数值开始确定排序的秩次
Proportion estimated:比例估计,是以一个特别秩次对应分布的累积比的估计
Normal score:正态分数
Ties:当选择的变量具有相同值时,秩次的确定原则:
Mean:给点秩取平均值,此为系统默认方式
Low:给点秩取最小值
High:给点秩取最大值
Sequential ranks to unique values:给点秩取第一个出现的秩次值,其它观察量秩次顺序排列
七.自动对变量重新赋值 Automatic Recode
Automatic Recode对话框:把要重新赋值的变量放到Variable框,在New name 框内对新变量进行变量名的确定, 赋值方式:从lowest value开始, 从largest value开始。生成的新变量实际上是对老变量根据从大到小或从小到大的原则对其进行了赋值。如某个值在老变量中排第五,则在重新赋值时赋予5这个值。
八.缺失值的替代 Replace Missing Values
当变量有缺失值时,可以进行科学替代, 点击Transform 菜单中的 Replace Missing Values对话框,把有缺失值的变量放到New variables对话框中, 系统会自动产生用于替代缺失值的新变量名,默认变量名为原来变量名后加-1,我们也可以在Name框内自己定义替代缺失值的新变量名,然后点击 Method 箭头,选择缺失值的替代方式,共有5种方式
1. Series mean: 用这个变量的所有非缺失值的均数作替代
2. Mean of nearby points:用缺失值相邻点的非缺失值的均数做替代,取多少个相邻点可以由Span of near by points选择项来确定
3. Median of nearby points:用缺失值相邻点的非缺失值的中位数做替代,取多少个相邻点可以Span of near by points选择项来确定
4. Linear interpolation:用缺失值相邻两点非缺失值做线性内插法替代
5. Linear tread at point:用拟合的直线方程估计缺失值。
数据分析咨询请扫描二维码
在当今竞争激烈的市场环境中,准确地把握市场动态和消费者需求是企业成功的关键。数据分析以其科学严谨的方法论,成为市场研究的 ...
2024-11-09在数据驱动的世界中,准确的数据分析是成功决策的基石。然而,数据分析的准确性并非一蹴而就,它需要多种方法和步骤的综合应用。 ...
2024-11-09推动银行的数字化转型是一个复杂且多维度的过程,涉及从战略、技术、组织到业务的多方面综合考量。这不仅仅是技术层面的变革,更 ...
2024-11-09国有企业作为国家经济的重要支柱,在提升经济效益和市场竞争力方面扮演着关键角色。然而,面对日益激烈的市场竞争和复杂的经济环 ...
2024-11-09业务分析师(Business Analyst,简称BA)是现代企业中不可或缺的角色。他们不仅是需求分析的专家,更是企业战略规划中的重要参与 ...
2024-11-09银行业正面临着一场全方位的数字化革命,旨在提升服务效率和客户体验,同时优化运营和增收。在这篇文章中,我们通过分析一些成功 ...
2024-11-09数据挖掘技术正在重新定义现代市场营销的方式。对于企业来说,能够深入了解消费者行为、需求和偏好是实现精准市场营销的关键, ...
2024-11-09在当今数据驱动的世界中,数据分析可视化已经成为一种必不可少的技能。它不仅帮助专业的数据分析师更好地传达信息,也使复杂的数 ...
2024-11-09在如今的数据驱动时代,掌握数据分析的工具和方法不仅是提高工作效率的关键,也是开拓职业机会的重要技能。数据分析涉及从数据的 ...
2024-11-08在现代商业环境中,企业正在逐步认识到数据挖掘技术在客户行为分析中的重要性。通过深度分析客户数据,这项技术不仅可以帮助企业 ...
2024-11-08数据挖掘分析是从大量数据中发现隐藏模式和有用信息的过程。尤其是在图数据挖掘中,提供了分析复杂关系和结构的独特视角。图数据 ...
2024-11-08在当今快速发展的商业环境中,提高运营效率已成为企业取得成功的关键因素。企业需要通过优化工作流程、利用技术创新和提升员工技 ...
2024-11-08Python 是一门非常适合初学者学习的编程语言。其简洁明了的语法、丰富的功能库,以及广泛的应用领域,使其成为学习编程的理想选 ...
2024-11-08在当今快速变化的商业环境中,金融数字化已经成为中小企业(SMEs)发展的关键驱动力。通过采用数字工具和技术,中小企业能够提高 ...
2024-11-08中小企业在全球经济中扮演着重要角色,然而,面对数字化浪潮,这些企业如何有效转型成为一大挑战。数字化转型不仅是技术的升级, ...
2024-11-08选择合适的数据分析方法是数据分析流程中的关键环节。它影响最终结论的准确性和可信度。在这个过程中,需要综合考虑数据的性质、 ...
2024-11-08在当今数据驱动的商业环境中,数据分析师扮演着至关重要的角色。他们帮助企业从大量数据中提取有用的洞察,从而推动决策制定和战 ...
2024-11-07在现代商业环境中,商务数据分析师扮演着至关重要的角色。作为联系业务需求与数据洞察之间的桥梁,数据分析师需要具备一系列技能 ...
2024-11-07在现代商业环境中,商务数据分析师扮演着至关重要的角色。作为联系业务需求与数据洞察之间的桥梁,数据分析师需要具备一系列技能 ...
2024-11-07在现代商业环境中,数据挖掘发挥着至关重要的作用。它不仅帮助企业从庞大的数据集中提取有价值的信息,还为企业的决策和业务运营 ...
2024-11-07