二数据管理.pptVIP

如果创建新的分类汇总数据文件，则新数据文件对由中断变量定义的每个组都包含一个个案。例如，如果中断变量有两个值，则新的数据文件将仅包含两个个案。如果未指定中断变量，则新数据文件将包含一个个案。 如果将分类汇总变量添加到活动数据集，则不分类汇总数据文件本身。分隔变量值相同的每个个案对新聚合变量都得到相同的值。例如，如果性别是唯一的中断变量，则所有男性对于表示平均年龄的新分类汇总变量将得到相同的值。如果未指定中断变量，则对于代表平均年龄的新分类汇总变量，所有个案将收到相同值。 例5 仍以数据heart.sav为例，根据年龄分组计算SBP的秩次。 例6 仍以数据demo.sav为例，将字符型变量gender转化成数值变量new_gender。 变量值分组合并 变量值分组合并 变量值分组合并 recode过程提供了精确分组的功能，但如果希望进行的分 组是有规律的，比如等距分组，或等样本量分组，使用 recode过程进行操作就显得非常麻烦，且可视化程度不高。 此时可以考虑使用visual bander过程进行可视化分段。 连续变量的可视化分段 例3 仍以数据heart为例，将变量v2（年龄）分为7组，20岁以下为第一组，按10岁等间距的方式分组。 连续变量的可视离散化 连续变量的可视化分段 连续变量的可视化分段 生成分割点对话框 连续变量的可视化分段 自动填充 值标签 连续变量的可视化分段 例4 仍以数据heart.sav为例，查看变量v2（年龄）大于等于60岁，如果v2大于等于60岁，创建的新变量取值为1，否则为 0。 查看特定变量值（count功能） 该对话框将创建一个变量，该变量统计每个个案的变量列表中相同值的出现次数。例如，某调查可能包含一个年龄变量，您可以计算并创建一个年龄大于等于60岁和小于60岁的新变量，产生的新变量为二分类变量，即满足条件的为1，否则为0。 查看特定变量值 查看特定变量值 查看特定变量值 变量编秩 使用“个案排秩”对话框可以为数值变量创建包含秩、常规得分和Savage 得分以及百分位值的新变量。将基于原变量名称和选定的测量自动生成新变量名称和描述性变量标签。一个摘要表将列出原变量、新变量和变量标签。（注意：自动生成的新变量名称的最大长度为8 个字节。）根据需要，您可以： 1、按升序或降序对个案排秩。 2、通过在“依据”列表中选择一个或多个分组变量而将排秩组织为子组。将计算每个组中的秩。组通过分组变量的值组合定义。例如，如果您选择疾病类型和性别作为分组变量，则将为疾病类型和性别的每一组合计算秩。 未选定重组变量的处理 完成重组后数据集 合并数据文件 可以使用两种不同的方式合并两个文件中的数据 1、纵向合并： 合并活动的数据集与另一个打开的数据集，两个 数据集中变量相同，个案不同（即将一个数据集中的个案添加到 另一具有相同变量数的数据集中）。 2、横向合并：合并活动的数据集与另一个打开的数据集，两个 数据集中个案相同，变量不同（即将一个数据集中的变量添加到 另一具有相同个案数的数据集中）。 3、无论用那一种合并方式，如果两个数据集中有变量数（或个案 数）不同，则合并后的数据集中有部分缺省值。 4、横向合并有匹配合并和不匹配合并，如何是匹配合并则两个数 据集中必须具有唯一相同的匹配变量。 示例：下面两个数据集分别来自于两家医院，如何合并？ A医院数据集 B医院数据集 选择合并文件 添加个案 Add Cases：纵向合并，从打开的数据文件中增加记录到当前活动数据集中，相互合并的数据文件中应该有相同的变量。 文件纵向合并 左框：新、老数据文件中不匹配的变量名 *：当前数据集中的变量 +：新添加数据集中的变量 右框：已匹配的变量名，选择完成后单击确定即可 合并后的数据集 横向合并示例： 研究开始时的基线数据集 随访结束时的数据集 文件横向合并 1. 未被纳入的变量列 2. 被纳入合并后新数据集的变量列表 3. 记录匹配使用的关键变量 Add Variables：横向合并，从打开数据文件增加变量到活动数据文件，两个数据集要有一个一一对应的关键变量进行匹配合并，且记录应按关键变量排序后再合并。 1 2 3 “分类汇总数据”将活动数据集中的个案组汇总为单个个案并创建新的汇总文件，或在活动数据集中创建包含分类汇总数据的新变量。基于零个或多个中断（分组）变量的值汇总个案。如果未指定中断变量，则整个数据集将成为单个中断组。 分类汇总数据 分组变量 被汇总变量 定义变量名与标签 定义函数值 定义汇总函数 定义新产生汇总变量的 名称和标签 NameLabel 标识重复记录 在数据中出现“重复”个案有多种原因，包括： ??