第3章变量级别的数据管理.ppt

第3章 变量级别的数据管理 2013.9 数据管理：对数据进行加工处理。对同一个数据需进行不同侧面的研究，可采取多种统计方法，不同的统计方法对数据文件结构的要求不同，这需要对数据文件的结构进行重新调整或转换，以便适用于相应的统计方法。数据管理直接关系到数据分析的结果。 数据文件的管理功能集中于： “转换”（Transform）菜单——变量级别管理 “数据”（Data）菜单——文件级别管理 “转换”（Transform）菜单的项目分 为几类： 计算新变量：“计算变量”（Compute）过程； 变量转换： “重新编码”（Recode） “离散化”（Visual Bander） “计数”（Count） “个案排秩”（Rank Cases） “自动重新编码”（Automatic Recode） 专用过程： 日期/时间（Date/ Time ） 创建时间序列（Create Time Series） 替换缺失值（Replace Missing Values） 随机数字生成器（Random Number Seed） 运行挂起的转换（Run Pending Transforms） 3.1 变量赋值 所谓变量赋值是指在原有数据的基础上，根据用户的要求，使用SPSS算术表达式及函数，对所有记录或满足条件表达式的某些记录进行四则运算，并将结果存入一个用户指定的变量中。该变量可以是一个新变量，也可以是一个已经存在的变量。 3.1.1常用基本概念 1.算术表达式（Numeric Expression），用于进行变量转换，是由常量、变量名、算术运算符、圆括号等组成的式子。 2.函数，有70余种系统函数，分为8类，包括算术函数、统计函数、分布函数、逻辑函数、字符串函数、日期时间函数、缺失值函数和其他函数。函数名（参数）是函数具体的书写形式，系统已经规定好的；圆括号中的参数可是一个或多个（多个参数之间用单字符逗号隔开）；参数类型：常量、变量、算术表达式。 3.条件表达式和逻辑表达式，是对指定部分记录进行计算和逻辑运算。 如果上述三者同时出现，要先满足条件后计算。 3.1.2 “计算变量”过程 “计算变量” （Compute） 利用算术符号和函数生成新结果， 结果保存到指定变量中，指定变量可 以是新变量，也可以是一个已存在的 变量。 例3.1 将年龄分为3组。 又例1 数据transform.sav 平均成绩=（语文成绩+数学成绩+英语成绩）/3 英语成绩在60分以上的学生语文和数学的平均成绩 又例2 调整后工资计算“个人”所得税。调整后工资额小于1200元，税为0；工资额在1200-1700之间，税为（调整后工资额-1200）×0.05；工资额在1700-3200元之间，税为（调整后工资额-1200） ×0.1-25；工资额在3200-6200元之间，税为（调整后工资额-1200） ×0.15-125。 又例3 辽宁样本家暴课题数据（部分）中，“出生年”变量计算为新变量“年龄”。 3. 2 对已有变量值的分组合并 重新编码(Recode) 连续变量转换为等级变量（分类变量或离散变量）,如年龄、收入； 将数值型变量转换为字符型变量,将字符型变量转换为数值型变量； 将分类变量不同的变量等级进行合并，如教育程度； 重新编码为相同变量（Recode into Same Variable）和重新编码为不同变量（Recode into Different Variable ）。 3.2.1 对连续变量进行分组合并 连续变量转换为离散变量（等级或定序变量），生成新变量值，新值可赋给原变量，可生成新变量。 通过两个过程实现：“重新编码”（Recode）和 “离散化分段”（Visual Bander） 例3.2 以例3.1运用“重新编码”过程操作。 又例 数据transform.sav 生成新变量grade。当英语成绩小于60分取值为“不及格”，60-70分为“及格”，70-80分为“良好”，大于等于80分为“优秀”。 3.2.2分类变量类别的合并 还以例3.1运用“重新编码”过程操作。 又例 数据transform.sav 生成新变量grade2，将grade中的优秀、良好和及格合并为“PASS”等级，将“不及格”转化为“NOPASS”。 3.3 连续变量的离散化 3.3.1 可视离散化过程 “可视离散化” （Visual Bander） SPSS12.0中新增的功能； 可以进行等距分组，或等样本量分组； 采用图形化的操作方式。 例3.2 将S3年龄变量等间距分为10组。 3.3