
SPSS中度量标准的设置
请问,SPSS中对每个变量的”度量标准”可以分别设置为”度量、有序、名义”3个,但看一般书的样版中怎么全部都设为”度量(scale)”即可。
请问大家
1、这个度量标准不设置是否有影响,可否都默认为”度量(scale)”?
2、如果是”工号”变量,那其”度量标准”应为什么,是”名义”吗?
解答:测量水平(度量标准)有四种):定类、定序、定距与定比。
一般的书上可能是默认设置或者说作者不负责;
1. 有影响,不应该都默认为度量;
2. 名义(定类)。
序号(定序),度量(定比)?—-定距–相邻的两个类别间隔相等。摄氏温度
请问定距与定序有什么区别呀?—-定序–相邻的两个类别间隔不明。五级的满意度
精彩解答:
1、“序号”一般是用来定义等级差别的,例如对某个餐厅满意度,就可以用序号来表示,1、2和3分别代表满意,一般和不满意。
2、“名义”一般是用来代表某物的一个属性,没有任何比较排序的意义,只是说这个物有这个属性而已,例如人有男女之分,还有你说的“工号”也只代表工人的一个属性而已。
3、“度量”则表示可以不仅可以进行排序而且还能对结果进行加减的一种属性,例如“职工收入”,“体重”等等。
关于SPSS中的“度量标准”
我把单选多选的变量都根据选项赋值了在,除了填写来自地区的是开放的剩下选项都是选1-6、0或1之类的,此时“度量标准”该选什么?请不要再复制几个度量标准的含义,根据我的情况告诉我该选哪个并简单说一下为什么,如需提供我设置问题的相关信息请回复!
*****
像1-6这样赋值的可以根据这样的变量属性之间是否是有内在的大小或者等级顺序,如果有就是有序度量,如果能够进行进行简单的运算的就是尺度度量。0-1只有两个选项的就是名义度量,还有字符型的变量都将设为名义型。只要这个变量有两个属性,就可以设置为名义。。以上仅供参考。。
谢谢!还想请问年龄、收入、花费这种问题是不是算有序的?还有我有很多题选项较多是问喜好、动机等,彼此间没有顺序和计算关系,是否可以按照名义型设置?
像年龄、收入、花费这样的变量如果设置为1、2、3.。。时可以定义为尺度变量,因为前面这些是定量变量。而喜好、动机是定性变量,你在赋值的时候可以将其转化为定量变量,如果转化为定量变量的话就跟年龄,收入、花费就类似了;如果将其设置为字符类型的话,就可以用名义变量的,如果设为0-1变量时也是名义变量eg:喜好:非常喜欢设为1其他设为0,此时就是0-1变量,度量就是名义的了。数据分析培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18