spss--预处理

引言

IBM SPSS是目前常用的一种统计分析软件，SPSS（Statistical Product and Service Solutions）是统计产品和服务解决方案软件，操作简单，无需写代码，只需确定要分析的数据及之间的因变、自变关系，以及需要做单因素、多因素、混合等分析即可。 SPSS的基本功能包括数据管理、统计分析、图表分析、输出管理等等。 SPSS统计分析过程包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、数据简化、生存分析、时间序列分析、多重响应等几大类。

目录

引言

数据内容简介

数据预处理

（1）将数据源导入 SPSS 中。

（2）缺失值处理

统计样本缺失

缺失值分析结果展示

缺失值结果分析

（3）离群点处理

SPSS 探索数据分布及离群值情况

离群点结果分析

（3）噪声处理

SPSS 探索数据噪声情况

噪声处理结果展示

噪声处理结果分析

---

数据内容简介

 

数据预处理

（1）将数据源导入 SPSS 中。

 

 

（2）缺失值处理

统计样本缺失

菜单栏中，依次选择【分析】【缺失值分析】选项。调出【缺失值分析】对话框。将类别变量移入下方【分类变量】框内，将连续性变量移入上方【定量变量】框内，其他参数默认即可。点击【确定】按钮，软件执行此处分析。

 

缺失值分析结果展示

 

 

缺失值结果分析

总样本数4534个，其中存在缺失值的变量，缺失个数大约在360个左右，缺失比例大约都在8%左右。

在上一步分析的数据中，由于数据量不是很大，分析的结果比较正常，我们使用均值替换法，即用其他个案中该变量观测值的平均数对缺失的数据进行替换。

依次点击菜单栏“转换-替换缺失值”，然后就会弹出【替换缺失值】设置窗口，把左侧框内需要替换缺失值的变量拖入右侧的“新变量”框内，然后输入一个新的名称，方法选择“序列均值”。

 

如图所示，我们已经用均值对每个变量的缺失值做了替换。

（3）离群点处理

SPSS 探索数据分布及离群值情况

依次点击菜单栏，分析-描述统计-探索。将上、下行RLC层用户面流量（GB）、CQI优良率0318、UE上下文掉线率-SA(%)选入因变量列表。

 

 

 

 

 

 

 

 

 

 

离群点结果分析

由以上箱式图可知，箱型图中上、下方出现了星形，表示存在极端值。以上行RLC层用户面流量（GB）为例，星形显示的序号为724，表示编号为724的样本是离群值，对应查找原样本数据，数字为“47.8902GB”，即47.8902GB为离群值。

为了避免这些极值的影响，选择直接删除该数据。依次点击菜单栏，数据--选择个案—相关条件设置。

 

 

 

 

（3）噪声处理

SPSS 探索数据噪声情况

依次点击菜单栏，“分析”菜单，选择“时间序列”子菜单，再选择“自相关”。将上、下行RLC层用户面流量（GB）、CQI优良率0318、UE上下文掉线率-SA(%)选入变量列表。

 

噪声处理结果展示

 

 

 

 

 

 

 

 

 

噪声处理结果分析

查找“自相关函数”和“偏自相关函数”两列，它们的所有值都在置信区间内，即-1.96到1.96之间，所以差分后的数据符合白噪声假设。