题目:对 CCSS_Sample中的总指数、现状指数和预期指数进行标准正态变换,对变换后的变量进行统计描述。
数据文件:CCSS_Sample.csv
本篇文章小玥各位学习SPSS软件里面的标准正态变换!!!
目录
1、先对总指数、现状指数和预期指数进行统计描述,求出各指标的平均值和标准差。
2、计算变量,进行标准正态变换,公式:(原数据-平均值)/标准差,并存储为新变量new_index1, new_index1a, new_index1b
一、前言
SPSS(Statistical Product and Service Solutions),“统计产品与服务解决方案”软件。最初软件全称为“社会科学统计软件包”(Solutions Statistical Package for the Social Sciences),但是随着SPSS产品服务领域的扩大和服务深度的增加,SPSS公司已于2000年正式将英文全称更改为“统计产品与服务解决方案”,这标志着SPSS的战略方向正在做出重大调整。
SPSS为IBM公司推出的一系列用于统计学分析运算、数据挖掘、预测分析和决策支持任务的软件产品及相关服务的总称,有Windows和Mac OS X等版本。
SPSS 26 资源及安装教程http://t.csdn.cn/VECZ2想了解该软件的朋友可以先看看上面的文章哦!!!
二、题目分析
1、分析:
题目中给出一个数据表:CCSS_Sample.csv,我们需要对数据表中的三个指标总指数、现状指数和预期指数进行标准正态变换。然后对变换后的变量进行统计描述。
题目的意思很简单,明确目标后,进行下一步!!!
上图为数据文件的三个变量,为题目所求。
2、何为标准正态转换?为什么要变换?
原因:
数据挖掘过程中,不同变量数据单位不一,比如,我们想知道一个人身体健康状况,其身高是170cm,体重是60kg,视力是2.5,心跳是80/min,这些指标都是描述一个人身体状况的数据,我们对这指标进行单独的分析,不会产生错误。但是,一起分析就会产生错误,由于单位的不同,指标之间不能进行比较,这些单位不同指标会对建模的准确度有一定影响。
因此,在数据挖掘之前,我们要对数据做标准化处理。
另外,我们还需要对数据做一定的变换,比如使其接近正态分布,这样从数据形式上可以对问题有更好的解释。
而数据的标准化方式也有很多种,本题我们使用的是标准化(z_score规范化)
三、解题步骤
1、先对总指数、现状指数和预期指数进行统计描述,求出各指标的平均值和标准差。
描述统计 | |||||||
N | 最小值 | 最大值 | 均值 | 标准 偏差 | 方差 | ||
统计 | 统计 | 统计 | 统计 | 标准 错误 | 统计 | 统计 | |
总指数 | 1147 | .00 | 156.21 | 95.8935 | .61998 | 20.99710 | 440.878 |
现状指数 | 1147 | .00 | 176.07 | 99.2227 | .83955 | 28.43333 | 808.454 |
预期指数 | 1147 | .00 | 145.29 | 94.0598 | .68256 | 23.11645 | 534.370 |
有效个案数(成列) | 1147 |
具体操作:“分析”——“描述统计”——“描述”
2、计算变量,进行标准正态变换,公式:(原数据-平均值)/标准差,并存储为新变量new_index1, new_index1a, new_index1b
具体操作:如下图所示:
记得勾选复选框”将标准化值另存为变量即可“,变量名字可以自行修改。
或者,操作:”转换“——”计算变量“
图中:”平均值“、”标准差“自行对应输入第1步求出的值。
3、对变换后的变量进行描述统计
描述统计 | |||||||
N | 最小值 | 最大值 | 均值 | 标准 偏差 | 方差 | ||
统计 | 统计 | 统计 | 统计 | 标准 错误 | 统计 | 统计 | |
Zscore: 总指数 | 1147 | -4.56699 | 2.87277 | .0000000 | .02952693 | 1.00000000 | 1.000 |
Zscore: 预期指数 | 1147 | -4.06895 | 2.21598 | .0000000 | .02952693 | 1.00000000 | 1.000 |
Zscore: 现状指数 | 1147 | -3.48966 | 2.70278 | .0000000 | .02952693 | 1.00000000 | 1.000 |
有效个案数(成列) | 1147 |
具体操作跟上面第2步一样,但复选框不用勾选。
可见,标准化后的变量,其均值均为0,标准差均为1.
好啦!本篇文章学习到这,本人是笨笨的小玥,路还有很长要走,咱们来日方长!
期待您的关注!!!