
SPSS进行数据转换(Transform)
在有些情况下,原始数据难以满足数据分析的要求,需要对原始数据进行适当的转换。SPSS具体强大的数据转换功能,它不仅可以进行简单的变量转换和重新建立分类变量,还可以进行复杂的统计函数运算以及逻辑函数运算。
在主菜单中点击Transform命令,弹出数据转换子菜单,如图所示。
计算产生变量是根据已存在的变量,经函数计算后,建立新变量或替换原变量值。1 计算产生变量(Compute..)
例如,我们在方差分析中常常要求对百分数和层数描叙的数据作反正弦函数的转换(sin-1SQRT(x))。
ARSIN(SQRT(x))
首先,打开数据文据文件(DATA1-1.SAV),将数据调入工作区。然后,从菜单选择Transform- Compute..命令,弹出计算产生变量对话框,如下图:
Target Variable: 目标变量名指定栏。可以输入新的变量,也可以输入已有的变量。输入变量后,下边的 [Type & Label..]按钮就会被激活,点击它出现变量定义的对话框,可以设置以下变量属性。
Label 栏:
⊙Label 输入标签名。
○Use expression as label: 以数学表达式作为标签。
Type 栏:
⊙Use Expression as label: 数字型变量
○String 字符型变量,Width: 8 字符宽度。
Numeric Expression: 数学表达式输入
使用键盘或利用系统提供的计算面板输入数学表达式。也可以将Functions(函数)框里的函数选入表达式中。系统提供了70多种函数,它包括算术函数,统计函数,分布函数,日期函数,缺失值函数和字符函数。
If…定义条件
⊙Include all cases: 包括所有记录。
○Include if cases satisfies condition: 符合条件的记录。选中此项后,条件输入框激活,在此框中输入
变量的逻辑表达式。
SPSS 算术函数
注:x 可以是变量、常量,也可以是函数。
2 自动重新赋值(Automatic Recode)
有的时候,我们需要重新把数值变量或字符变量按它本身的数值大小转换成为从1开始的顺序整数,并存放在新变量对应的记录中。
首先,打开数据文据文件(DATA3-1.SAV),将数据调入工作区。然后,从菜单选择“Transform- Automatic Recode”命令,弹出连续型变量转换为分类变量对话框,如下图:
操作步骤:
1)从左边数据变量栏里把变量选入到右边的“Variable->New Name”框中。
2)在“New Name:”输入新变量名称后,点击 [Add New Name] 按钮加入到“Variable->New Name”框中。
3)在“Recode Starting from”设置赋值顺序,有以下两种顺序:
⊙Lowest value: 按从小到大顺序,赋值为1开始的顺序整数。
○Highest valus: 按从大到小顺序,赋值为1开始的顺序整数。
4)单击 [OK] 按钮,执行转换。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13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