
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
在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26