京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IBM SPSS Modeler使用技巧--参数及全局变量的使用
在使用IBM SPSS Modeler过程中,有一些小技巧可能容易被大家忽略,而它们却是可以帮助我们更加高效、方便地实现我们需要的功能,今天给大家介绍参数及全局变量的使用。
什么时候需要用到参数?
在做分析过程中,如果我们需要根据不同条件来运行相同的数据流,而且这个条件是在多个节点需要用到,那这个时候,我们就可以使用参数来实现了。
参数类型:
1.流参数:在流脚本中或在流属性对话框中设置,可用于流中的所有节点。
2.会话参数:在独立脚本中或在会话参数对话框中设置。这些会话参数可用于当前会话中使用的所有流(即在管理器窗格的“流”选项卡中列出的所有流)。
设置方式:
流参数:菜单栏【工具】-->【流属性】-->【参数】

会话参数:菜单栏【工具】-->【设置会话参数】

可以看到不管是流参数,还是会话参数,设置的方法都是一样的,只是影响的范围不一样。
举例:
设置流参数Date_from和Date_to,每次运行时提示输入起始时间和终止时间。
Step 1:菜单栏【工具】-->【流属性】-->【参数】,输入如下:

Step 2:在选择节点中,设置条件如下,其中$P-Date_from和$P-Date_to就是我们刚才设置的流参数。

Step 3:
运行流的时候,就会弹出对话框要求输入起始日期及终止日期:

输入这两个日期,确定之后,会按照该日期条件运行相应的数据流,并得出结果。
什么时候需要用到全局变量?
当我们需要使用某个指标值的统计值,比如说平均值、汇总值、最小值、最大值、标准差来进行【选择】或者是【导出】的计算的时候,全局量可以方便地帮助我们实现。
举例:
当前我们有2016年每个月销售金额的数据,要新增一列每个月销售金额的占比,一般我们需要先通过汇总值把销售金额汇总后,再合并到原来的表中,这样会比较麻烦,通过全局量的设置,就可以很方便地实现。
实现数据流如下:
Step 1:读取源数据。
Step 2:用类型节点读取值。
Step 3:在【输出】面板中,选择及连接【设置全局量】。
Step 4:点击运行之后,会在菜单栏的【工具】-->【流属性】—>【选项】—>【全局量】面板自动生成全局变量及相应计算好的数值。
Step 5:使用导出节点,生成占比指标,在导出的表达式面板中,右边下拉框中选择【全局量】,可以看到前面生成的全局量的值
Step 6:使用表格查看结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
数据分析的核心价值在于用数据驱动决策,而指标作为数据的“载体”,其选取的合理性直接决定分析结果的有效性。选对指标能精准定 ...
2026-01-23在MySQL查询编写中,我们习惯按“SELECT → FROM → WHERE → ORDER BY”的语法顺序组织语句,直觉上认为代码顺序即执行顺序。但 ...
2026-01-23数字化转型已从企业“可选项”升级为“必答题”,其核心本质是通过数据驱动业务重构、流程优化与模式创新,实现从传统运营向智能 ...
2026-01-23CDA持证人已遍布在世界范围各行各业,包括世界500强企业、顶尖科技独角兽、大型金融机构、国企事业单位、国家行政机关等等,“CDA数据分析师”人才队伍遵守着CDA职业道德准则,发挥着专业技能,已成为支撑科技发展的核心力量。 ...
2026-01-22在数字化时代,企业积累的海量数据如同散落的珍珠,而数据模型就是串联这些珍珠的线——它并非简单的数据集合,而是对现实业务场 ...
2026-01-22在数字化运营场景中,用户每一次点击、浏览、交互都构成了行为轨迹,这些轨迹交织成海量的用户行为路径。但并非所有路径都具备业 ...
2026-01-22在数字化时代,企业数据资产的价值持续攀升,数据安全已从“合规底线”升级为“生存红线”。企业数据安全管理方法论以“战略引领 ...
2026-01-22在SQL数据分析与业务查询中,日期数据是高频处理对象——订单创建时间、用户注册日期、数据统计周期等场景,都需对日期进行格式 ...
2026-01-21在实际业务数据分析中,单一数据表往往无法满足需求——用户信息存储在用户表、消费记录在订单表、商品详情在商品表,想要挖掘“ ...
2026-01-21在数字化转型浪潮中,企业数据已从“辅助资源”升级为“核心资产”,而高效的数据管理则是释放数据价值的前提。企业数据管理方法 ...
2026-01-21在数字化商业环境中,数据已成为企业优化运营、抢占市场、规避风险的核心资产。但商业数据分析绝非“堆砌数据、生成报表”的简单 ...
2026-01-20定量报告的核心价值是传递数据洞察,但密密麻麻的表格、复杂的计算公式、晦涩的数值罗列,往往让读者望而却步,导致核心信息被淹 ...
2026-01-20在CDA(Certified Data Analyst)数据分析师的工作场景中,“精准分类与回归预测”是高频核心需求——比如预测用户是否流失、判 ...
2026-01-20在建筑工程造价工作中,清单汇总分类是核心环节之一,尤其是针对楼梯、楼梯间这类包含多个分项工程(如混凝土浇筑、钢筋制作、扶 ...
2026-01-19数据清洗是数据分析的“前置必修课”,其核心目标是剔除无效信息、修正错误数据,让原始数据具备准确性、一致性与可用性。在实际 ...
2026-01-19在CDA(Certified Data Analyst)数据分析师的日常工作中,常面临“无标签高维数据难以归类、群体规律模糊”的痛点——比如海量 ...
2026-01-19在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15