实验二 数据文件整理

实验二数据文件整理

实验目的：

将数据文件进行加工整理，以符合分析的需要。

实验工具：

SPSS数据文件整理菜单项。

知识准备：

一、数据的预处理

数据整理的前期工作是对统计数据的预处理，其主要包括数据审核、筛选和排序等。数据筛选一方面将某些不符合要求的数据或有明显错误的数据予以删除，另一方面将符合某种特定条件的数据筛选出来，对不符合特定条件的数据予以剔除。而数据排序则是按一定顺序将数据排序，同时有助于对数据检查纠错，以及为重新归类或分组等提供方便。

二、数据的分组和汇总

对于不同类型的数据所采取的处理方式和所适用的处理方法是不同的。对品质数据主要是做分类整理，对数值型数据则主要是做分组整理。分类数据本身就是对事物的一种分类，因此，在整理时除了要列出所分的类别外，还要计算出每一类别的频数、频率或比例、比率。数值型数据在整理时通常要进行数据分组，就是根据统计研究的需要，将数据按照某种标准化分成不同的组别。分组后再计算出各组中出现的次数或频数，就形成了一张频数分布表。分组的方法有单变量值分组和组距分组两种。采

用组距分组需要经过以下几个步骤：首先确定级数；然后确定各组的组距；最后根据分组整理成频数分布表。为了统计分析的需要，有时需要观察某一数值以下或某一数值以上的频数或频率之和，因此还可以计算出累积频数或累积频率。

三、分组数据的显示

条形图、圆形图、环形图及累积分布图等都适用于显示定距数据和定比数据。此外，对定距数据和定比数据还有直方图、折线图、茎叶图及线图等图示方法，这些方法并不适用于定类数据和定序数据。在日常生活和经济管理中，常见的频数分布曲线主要有正态分布、偏态分布、J形分布、U形分布等几种类型。

实验背景:

为了解某市居民的消费支出情况，随机抽取30人，月消费支出如下：

830 880 1230 1100 1180 1580 1210 1460 1170 1080 1050 1100 1070 1370 1200 1630 1250 1360 1270 1420 1180 1030 870 1150 1410 1170 1230 1260 1380 1510

要求对数据编制频数（率）分页表，并编制直方图。

实验过程：

一、用Transform（转换）过程进行数据的预处理

选择Transform/ Recode Into Different V ariables(重新编码为不同变量),系统弹出Recode 对话框，选中变量x1，然后在Output V ariable Name框中输入新变量名x2，，再单击Change（更改）,

表示新生成的变量名为x2,如图2.1所示：

图2.1

现在再单击Old and New V alues按键，弹出对话框如图2.2所示：

图2.2

在Range（范围）处输入取值区间，在New V alue下方的V alue 输入相应的赋值，单击Add按钮，依次重复可以生成三条记录。再单击Continue,最后单击OK，系统自动生成新变量x1,其将居民消费小于1000元的记为1，大于1200元的记为3，在1000-1200

元之间的记为2，如图2.3所示：

选择Analyze（分析）/Descriptive Statistics（描述统计）/Frequencies，打开频数分布对话框，如图2.4所示：

图2.4

Display frequency tables用于确定是否在结果中输出频数分布表。单击Format按钮，打开Frequencies: Format对话框，如图2.5所示：

图2.5

在Order by栏中有四个选项：Ascending values为根据数据大小按升序作频数分布；Descending values为根据数据大小按降序作频数分布；Ascending counts为根据频数多少按升序作频数分布；Descending counts为根据频数多少按降序作频数分布。

现在选择Ascending values项后点击continue按钮返回Frequencies主对话框。再单击Charts按钮，打开Frequencies: Charts对话框，如图2.6所示：

图2.6

可以选择三种图形：直条图（Bar charts）、饼图（Pie charts）、直方图（Histograms),这里选择直方图并要求绘制正态曲线图（with normal curve）。再点击continue按钮返回Frequencies主对话框，再单击OK，可得到累计频数（率）分布表和直方图，如图2.7所示：

图2.7

当然也可利用Transform/可视离散化将连续型变量按照要求分成等间距的几组。打开可视离散化对话框，选择要离散化的变量x1，如图2.8所示：

图2.8

单击OK,如图2.9所示：

图2.9

单击确定，即可生产新的分组变量x3.利用x3建立频率图如图所示：

二、用Data过程进一步处理数据

根据统计分析的需要对数据进行分组、合并、加权、筛选等操作，这些功能都集中在Data菜单。选择Data/Sort Cases，打开排序对话框，如图2.10所示：

图2.10

x1和x2后面分别跟着Ascending和Descending，表明前者是按升序、后者按降序排列；由于x1在前，因此排序时以x1优先。

本例中，x2序列是个变量赋值序列，对于工资水平大于1200元的记录赋值为3，大于1000元小于1200元的记录赋值为2，小于1000元的赋值为1。本例中，排序结果如图2.11所示：

图2.11

选择Data/Transpose，打开转置对话框，如图2.12所示：

图2.12

左侧为候选变量；右上方为V ariable(s)框用于选入需要转置的变量；右下方为Name V ariable框用于指定原数据文件中记录转置后变量名的字符变量。本例中，选择x1，x2这两个候选变量进行数据转置，转置结果如图所示：

图2.13

选择Data/Merge Files/Add Cases，打开纵向合并对话框，系统会弹出打开数据文件对话框，如图2.14所示：

图2.14

该框用于选中从外部数据文件增加记录到当前数据文件中，但要求相互合并的数据文件中应该有相同的变量。本例中，选中xiaofei_1，按“打开”，系统会弹出Add Cases对话框，如图所示：

图2.15

该对话框右侧表示的是已经匹配的变量名。Rename按钮将不匹配的变量名纳入匹配，但变量名仍以当前的变量名命名；Indicate case source as variable用于定义一个新变量以区分哪些记录是后来添加。在本例中，直接按temp合并，得到相关结果，如图所示：

图2.16

选择Data/Aggregate，打开汇总对话框，如图2.17所示：

图2.17

该对话框用于对数据进行分类汇总，所谓分类汇总就是按指定的分类变量对观测值进行分组，对每组记录的各变量值求指定的描述统计量，结果可以存入新数据文件，也可以替换当前数据文件。Break V ariables框用于选择分组变量；Aggregate V ariables框用于选择被汇总的变量；Name & Label：用于定义新产生的汇总变量的名称和标签；Function：用于定义汇总函数，分别为常用汇总函数、特定值、记录数、百分比和百分片断等五组函数，最常用的为第一组。Save Number of case in break group as variable单选框用于定义一个新变量以存储同级的记录数；Create new data file 用于定义一个新文件以存储汇总的结果；Replace working data file用汇总的结果替换原来的数据。

在本例中，将变量x2作为分组变量，变量x1作为需汇总的变量，在Function框选中Mean用来汇总变量x1的均值，得到相关汇总结果如图所示：

图2.18

上图表示将变量x1按x2分成三组，各组的均值分别为858，1124.69,1374。

选择Data/Split File，打开数据拆分对话框，如图2.19所示：

图2.19

该对话框左侧显示可以选入的源变量名；Analyze all cases, do not create groups表示不拆分文件；Compare groups按所选变量拆分文件，各组分析结果放在一起；Organize output by groups按所选变量拆分文件，各组分析结果单独放置；Groups Based on用于选择拆分数据的文件的变量；Sort the file by grouping variables与File is already sorted一起选中时，要求拆分时将数据按所用的拆分变量排序。

在本例中，选择Compare groups，将变量x2选入右侧的Group Based on框，单击OK按钮，此时数据界面没有任何的变化，但数据已处于拆分状态。现对数据作描述统计，选择Analyze/Descriptive Statistics/Descriptive,打开描述统计对话框，如图所示：

图2.20

本例中，将x1选入V ariables变量框，并在Options框中选中Mean，Std .Deviation，然后单击Continue按钮，最后单击OK，得到相关结果如图所示：

拆分后将数据分为三组分析，从描述可知三组的均值和标准差分别为860、1123.33、1371.33和26.458、58.205、132.280。

可以使用Select Cases对话框选择部分数据从而实现分析的需要。选择Data/Select Cases，打开选择对话框，如图2.22所示：

图2.22

（略）