SPSS syntax“临时”应用技巧_数据分析_大数据

在数据分析的时候我们"数据分析师"经常会碰到这样的问题：我们"数据分析师"计算过程中会有一些变量，这些变量的处理结果都只是中间过渡一下，便于后面的计算和分析；但是要得到分析结果少了这些临时变量又不行，今天这里简单的说说几种常用的spss syntax“临时”应用技巧，算是节后的礼物吧。

一、临时性命令Temporary

    有的时候，我们"数据分析师"需要变换已有变量观测值计算相关结果，但又不希望改变原有数据表中的数据。例如，游戏中有个概念叫Arpu，其与游戏的平均在线人数有关，这里我们"数据分析师"知道目前游戏的平均在线人数，预测做市场推广之后游戏平均在线人数大概有5%的增长，利用新的平均在线人数来计算收益，就可以用temporary命令来处理这个5%的问题，而不改变原有数据。下面看看temporary运用的简单示例：

----------------------------------------------------------------

#1  DATA LIST FREE /var1 var2.
#2  BEGIN DATA
#3  1 2
#4  3 4
#5  5 6
#6  7 8
#7  9 10
#8  END DATA.
#9  TEMPORARY.
#10 COMPUTE var1=var1+ 5.
#11 RECODE var2 (1 thru 5=1) (6 thru 10=2).
#12 FREQUENCIES
#13 /VARIABLES=var1 var2
#14 /STATISTICS=MEAN STDDEV MIN MAX.
#15 DESCRIPTIVES
#16 /VARIABLES=var1 var2
#17 /STATISTICS=MEAN STDDEV MIN MAX.

----------------------------------------------------------------

代码解析：

上面的代码利用temporary属性，改变var1和var2的临时值，进而计算var1var2变换后的相关统计量。（注：temporary命令只对其后的一条命令起作用。在这个例子中，temporary只对frequencies起作用，而descriptives命令还是按原始观测值计算）

第1-8行创建一个含有var1、var2的数据集，并给var1输入1、3、5、7、9，var2输入2、4、6、8、10的观测值

第9-11行给var1、var2赋予新的值，但不改变原数据集中var1、var2的观测值

第12-17行则是Frequencies和Descriptives命令，用来描述统计VAR1和VAR2

二、临时变量#VAR

   SPSS Syntax语句中所有的临时变量都是以"#"作为前缀，什么是临时变量，"数据分析师"在SPSS中临时变量就是指运算用到，但不在结果和数据集中显现出来的变量。例如：我们要通过A计算C，但A又没办法直接计算，我们"数据分析师"必须借助中间变量B才能达到计算目的，在整个过程中B都没明显的表现出来，那么此时B就可视为临时变量，为了方便大家更好的理解，这里还是用一个简单的例子来说明问题，示例代码如下：

---------------------------------------------------------------

#1  DATA LIST FREE / var1.
#2  BEGIN DATA
#3  1 2 3 4 5
#4  END DATA.
#5  COMPUTE var2=1.
#6  LOOP #i=1 TO var1.
#7  - COMPUTE var2=var2 * #i.
#8  END LOOP.
#9  EXECUTE.

--------------------------------------------------------------

代码解析：

上面的代码利用临时变量i做循环，通过var1计算var2，来完成一个迭代的过程。var1的初始观测值为1、2、3、4、5,var2的初始值为1，临时变量i从1取到5，通过compute命令计算出var2的值。

第1-4行创建含有var1的数据集，var1包含5个观测值

第5行对var2进行初始赋值，产生一列变量名为var2，观测值为1的变量

第6-8行为一个循环结构，循环N次计算var2的值（N为var1的观测值数）

第9行为即时计算命令execute，类似于transform菜单栏中的running pending transforms(快捷键CTRL-G) 

三、其他

    除了上面说的2种情况外，其他更多的情形则是伴随具体的分析方法产生的，如一次分析的结果作为下一次分析的数据，常见的如距离分析（proximities）的结果作为聚类分析(cluster)的原始数据，又或者是因子分析的结果作为回归分析的数据，都可以采用将数据结果存储为临时文件的形式来方便计算，譬如常用的matrix out和matrix in子命令就能达到如此效果，由于时间关系，这里不再深入说明。 总之，所有的临时性命令都是为了方便计算，有点类似于EXCEL中辅助列的作用。 

小贴士：

TEMPORARY常与以下命令一起使用：

1）数据转换命令compute,recode,if和count,以及重复计算命令Do repeat

2）循环结构语句loop和do if

3）格式变换语句print formats,write formats和formats

4) 观测值选择加权语句select if,sample,filter和weight

5）变量声明语句numric,string以及矢量申明语句vector

6) 标签处理相关语句variable labels,value labels和missing values命令

7）文件存储语句Xsave及split file.