京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SPSS Syntax中的常用函数
SPSS函数是一个常用程序(rountine),并且利用一个或多个自变量(参数)来执行。每个SPSS函数均有一个关键名称(keywordname),且绝不能写错。通常,函数的格式为:函数名称(自变量,自变量,……),某些函数可能只含有一个自变量,而有些函数则可能含有多个自变量,当一个函数含有多个自变量时,各自变量间用逗号(,)隔开,而函数的自变量通常又可分为以下三种:1)常数,如SQRT(100):2)变量名称,如MEAN(VAR1,VAR2,VAR3);3)表达式,如MIN(30,SQRT(100))。总之,SPSS函数和我们平时EXCEL里面函数格式规则并无差别。
SPSS提供了180多种函数,共可分为十多类(SPSS 17.0中大大小小分了18类)。和EXCEL一样,我们也不可能记住所有函数,只要知道一些常用函数,至于其他函数要用的时候再去查找也不迟,下面本人将列举一些常用函数:
(一)算术函数
|
函数 |
说明 |
范例(x=2.6,y=3) |
|
ABS(numbexpr) |
绝对值函数 |
ABS(y-x)=0.4 |
|
RND(numbexpr) |
四舍五入函数 |
RND(x)=3 |
|
TRUNC(numbexpr) |
取整函数 |
TRUNC(x)=2 |
|
SORT(numbexpr) |
平方根函数 |
SQRT(y)=1.71 |
|
MOD(numbexpr,modulus) |
求算两数相除后的余数 |
MOD(y,x)=0.4 |
|
EXP(numbexpr) |
以e为底的指数函数 |
EXP(y)=20.09 |
|
LG10(numbexpr) |
以10底的对数函数 |
LG10(x*10)=1.41 |
|
LN(numbexpr) |
自然对数函数 |
LN(y)=1.1 |
(二)统计函数
|
函数 |
说明 |
范例(X1=2,X2=5,X3=8) |
|
MEAN(numexpr,numexpr,…) |
自变量的平均值 |
MEAN(X1,X2,X3)=5 |
|
MIN(value, value,…) |
自变量的最小值 |
MIN(X1,X2,X3)=1 |
|
MAX(value, value,…) |
自变量的最大值 |
MAX(X1,X2,X3)=8 |
|
SUM(numexpr,numexpr,…) |
求和 |
SUM(X1,X2,X3)=15 |
|
SD(numexpr,numexpr,…) |
求标准差 |
SD(X1,X2,X3)=3 |
|
VARIANCE(numexpr,numexpr,…) |
求方差 |
VAR(X1,X2,X3)=9 |
|
CFVAR(numexpr,numexpr,…) |
求变异系数 |
CFVAR(X1,X2,X3)=0.6 |
(三) 缺失值函数
|
函数 |
说明 |
范例 |
|
MISSING(variable) |
若变量缺失,则为T或1,否则为F或0 |
MISSING(X1)=1 MISSING(X2)=1 MISSING(X3)=0 |
|
SYSMIS(numvar) |
若变量是系统缺失值则为T或1,如为自定缺失或非缺失则为F或0 |
SYSMIS(X1)=0 SYSMIS(X2)=1 SYSMIS(X3)=0 |
|
NMISS(variable,…) |
缺失值个数 |
NMISS(X1,X2,X3)=2 |
|
NVALID(variable,…) |
有效值个数 |
NVALID(X1,X2,X3)=1 |
|
VALUE(variable,…) |
忽略自定义缺失值,当作非缺失 |
VALUE(X1)=X1 |
注:X1为使用者界定缺失值,X2为系统缺失值,X3为非缺失值
(四)字符串型函数
|
函数 |
说明 |
范例 |
|
ANY(test,value,value) |
若自变量1和后面自变量窜相同则为真,记为1 |
ANY(is, this)=0 ANY(is,this,is)=1 |
|
CONCAT(strexpr,strexpr) |
将自变量连成一个新自变量 |
CONCAT(th,is)=this |
|
INDEX(haystack,needle,divisor) |
Divisor在needle最左侧开始出现的位置 |
INDEX(‘this is’,’is’)=3 |
|
LENGTH(strexpr) |
自变量所含文字的个数(包括特殊字符和空格) |
LENGTH(‘th is’)=5 |
|
LOWER(strexpr) |
自变量中的大写字母改为小写字母 |
LOWER(‘This’)=’this’ |
|
UPCASE(strexpr) |
将自变量中的小写字母改为大写字母 |
UPCASE(‘this’)=’THIS’ |
|
LTRIM(strexpr,char) |
在strexpr开始处去除char所形成的常量,如无char则去除strexpr左侧的空格 |
LTRIM(‘this’,’t’)=’his’ LTRIM(‘this’,’is’)=’th’ LTRIM(‘ this’)=’this’ |
|
NUMBER (strexpr,format) |
当自变量为数字的文字变量时,按文字变量指定格式转换为数字变量 |
NUMBER(‘23’,F8.1)=2.3 NUMBER(‘23’,F8.0)=23 |
|
RANGE(test,lo,hi,lo,hi) |
如果自变量1的值包含在自变量集lo至hi的范围内,则为T或1 |
RANGE(‘c’,’a’,’k’)=T |
|
STRING(strexpr,format) |
按指定格式将自变量转换为文字型变量 |
STRING(3+4,F8.2)=’7.00’ |
|
SUBSTR(sterxpr,pos,length) |
从strexpr子窜的第pos位置开始取length的字符串长度 |
SUBSTR(‘this is’,6,2)=’is’ |
(五)时间日期函数
|
函数 |
说明 |
范例 |
|
DATA.DMY(d,m,y) |
与指定日月年对应的日期 |
DATA.DMY(3,5,99)=05/03/99 |
|
DATA.MDY(m,d,y) |
与指定月日年对应的日期 |
DATA.MDY(5,3,99)=05/03/99 |
|
DATA.YRDA(y,d) |
与指定年日对应的日期 |
DATA.YRDA(99,35)=02/04/99 |
|
DATA.QYR(q,y) |
指定的季节年份对应的日期 |
DATA.QYR(2,99)=04/01/99 |
|
DATA.MOYR(m,y) |
与指定的月年度对应的日期 |
DATA.MOYR(5,99)=05/01/99 |
|
DATA.WKYR(w,y) |
与指定的周年度对应的日期 |
DATA.WKYR(38,98)=9/17/98 |
注:1 要正确显示以上函数值,必须先赋予其SPSS得日期型变量(DATA)格式,假设以上日期用mm/dd/yy格式显示,时间则用hh:mm:ss格式表示
2 1<=d<=31、1<=m<=12、1<=w<=52、1<=q<=4
(六)其他函数
SPSS除了上述函数外,尚有日期和时间转换函数(YOMODA\CTMIESDAYS\CTIMEHOURS\MDAYS等)、连续几率密度函数(CDF\BINOM\CHISQ\CDF\EXP\LOGISTIC等),此外还有NORMAL(stddev)可产生平均数为0,标准差为stddev的正态分布随机数字。UNIFORM(max)可产生平均数为0与max间呈均等分布的随机数字。
PS:还可以像EXCEL一样利用脚本编写自定义函数,目前SPSS支持python,Sax Basic(一种与VB兼容的编程语言)等语言,利用new--script可编写出自己需要的函数。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22