SPSS--专业的数据预处理应用软件

统计学信息采集的原理就是：在收集数据时，要尽可能地收集粒度更小的信息，以方便后期进行数据分析时可以有更大的发挥空间。因此，后期数据分析前的数据预处理也变得常见且至关重要。

一款专业的数据预处理软件是我们必不可少的，今天要演示的这款IBM SPSS Statistic就是一款可用于Windows系统和Mac系统的专业统计与数据预处理软件，我们来看看它如何帮我们处理一些特定数据。

一、变量重新分组

当我们有一列指标数据，如出生年份，此时需要进行预处理，将2000年前出生的分为一批，2000年后出生的分为另一批，并作为一个新的自变量，我们就可使用【转换】中的【重新编码为不同变量】功能。

首先将“年份”拉入右侧字符串变量中，然后在输出变量填入名称为“年份预处理”，作为新的变量名称，最后点击“旧值与新值”按钮。

图1：重新编码为不同变量

在旧值与新值界面中，勾选“范围”，设定范围从0到2000，它们的新值是0；再设定范围从2000到999999，它们的新值为1，如图2。

图2：填入新值旧值

随后我们点击“确定”，SPSS会自动帮我们计算得到新的变量值，如下图3红框，这样我们就完成了数据预处理中的变量重新分组。

图3：分组结果

二、数据加权

什么是加权？加权就是在初始数据的基础上，增加或减少某些数据的比重，调整它们的重要性，通过人为地调整，以此来增加统计分析的正确率。

点击【数据】中下方的【个案加权】，然后勾选“个案加权依据”，填入要加权的频率变量，如“男女权重”，最后点击“确定”完成个案加权。

图4：个案加权

此时我们在SPSS软件的右下角就可以看到“权重开启”的提示标志，在之后的模型统计中，我们就可以看到加权带来的分析结果的改变了。

图5：加权提示

三、填充缺失值

我们在收集数据时，有时候会有无法收集的数据，这种情况就会产生缺失值，对于缺失值的数据，我们一般会使用“平均值”或“中位数”进行填充。

SPSS提供了更多缺失值填充的方式，点击【转换】--【替换缺失值】，然后将缺失值列变量填入“新变量”中，下面选择填充的方法，可选的方法有五种，我们按需选择即可。

图6：缺失值填充

以上介绍了常用的三种数据预处理的情况和方法，除了这三种外，IBM SPSS Statistics还有许多工具和插件，支持更多更复杂的数据预处理情况。更多关于数据预处理和数据统计分析的教程，大家可以到城东书院网站上查阅。