京公网安备 11010802034615号
经营许可证编号:京B2-20210330
IBM SPSS Modeler使用技巧--参数及全局变量的使用
在使用IBM SPSS Modeler过程中,有一些小技巧可能容易被大家忽略,而它们却是可以帮助我们更加高效、方便地实现我们需要的功能,今天给大家介绍参数及全局变量的使用。
什么时候需要用到参数?
在做分析过程中,如果我们需要根据不同条件来运行相同的数据流,而且这个条件是在多个节点需要用到,那这个时候,我们就可以使用参数来实现了。
参数类型:
1.流参数:在流脚本中或在流属性对话框中设置,可用于流中的所有节点。
2.会话参数:在独立脚本中或在会话参数对话框中设置。这些会话参数可用于当前会话中使用的所有流(即在管理器窗格的“流”选项卡中列出的所有流)。
设置方式:
流参数:菜单栏【工具】-->【流属性】-->【参数】

会话参数:菜单栏【工具】-->【设置会话参数】

可以看到不管是流参数,还是会话参数,设置的方法都是一样的,只是影响的范围不一样。
举例:
设置流参数Date_from和Date_to,每次运行时提示输入起始时间和终止时间。
Step 1:菜单栏【工具】-->【流属性】-->【参数】,输入如下:

Step 2:在选择节点中,设置条件如下,其中$P-Date_from和$P-Date_to就是我们刚才设置的流参数。

Step 3:
运行流的时候,就会弹出对话框要求输入起始日期及终止日期:

输入这两个日期,确定之后,会按照该日期条件运行相应的数据流,并得出结果。
什么时候需要用到全局变量?
当我们需要使用某个指标值的统计值,比如说平均值、汇总值、最小值、最大值、标准差来进行【选择】或者是【导出】的计算的时候,全局量可以方便地帮助我们实现。
举例:
当前我们有2016年每个月销售金额的数据,要新增一列每个月销售金额的占比,一般我们需要先通过汇总值把销售金额汇总后,再合并到原来的表中,这样会比较麻烦,通过全局量的设置,就可以很方便地实现。
实现数据流如下:
Step 1:读取源数据。
Step 2:用类型节点读取值。
Step 3:在【输出】面板中,选择及连接【设置全局量】。
Step 4:点击运行之后,会在菜单栏的【工具】-->【流属性】—>【选项】—>【全局量】面板自动生成全局变量及相应计算好的数值。
Step 5:使用导出节点,生成占比指标,在导出的表达式面板中,右边下拉框中选择【全局量】,可以看到前面生成的全局量的值
Step 6:使用表格查看结果。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19