使用IBM SPSS Statistics分箱功能将连续数据离散化

“分箱法”相信学过统计学的小伙伴们都不会陌生，它的主要作用就在于对噪音数据进行剔除，同时将连续型数据进行离散处理。在模型分析开始前，我们经常需要使用到分箱法来处理和清洗数据。

作为一款功能全面、专业性强的统计分析软件，IBM SPSS Statistic同样具备分箱功能，下面我们一起来通过一篇教程了解一下。

图1是我们准备要分箱的数据，我们将对年龄列进行分箱，按照每10岁为一个标准进行分箱。

图1：要分箱的数据

点击“转换”中的“可视分箱”，进入分箱设置界面。

图2：可视分箱

将“年龄”拉入到“要分箱的变量”中，然后点击“继续”。

图3：拉入要分箱的变量

在图4所示界面，我们可以看到要扫描的个案数共34个，其中最大的变量值为67，最小为22，也就是说要分箱的数据年龄段在22到67岁之间。

我们在“分箱化变量”中，填入“年龄段”，作为一个之后新生成的变量，随后点击“生成分割点”按钮。

图4：分箱化变量

按照我们的分箱目的，我们要每隔10岁分组一次，最小的年龄为22岁，则我们需要在第一个分割点位置填写“20”，然后在宽度填写“10”，此时点击键盘Tap键，SPSS会自动生成分割点数的值为“5”，如图5所示。

这样子SPSS会自动帮我们将20到30、30到40、40到50、50到60、60到70的年龄段进行分组，一共5组。

图5：生成分割点

点击“应用”按钮后，回到“可视分箱”界面中，我们可以在图6红框位置看到后续的分箱值，标签栏默认是空值，我们可以进行自定义填写，如设置20的分箱标签为2。

图6：设置自定义标签

最后点击“确定”按钮，开始进行数据分箱，分箱后的新数据结果如图7所示，生成了新的“年龄段”列，数据也非常正确地进行了分箱，如年龄为27的那行数据，被正确地设置到了标签为2的分箱中。

图7：分箱结果

以上就是使用IBM SPSS Statistic对演示数据中的年龄指标，按照每隔10岁的标准，进行分箱的全部教程，上述演示的是等距分箱，小伙伴也可以自己动手在IBM SPSS Statistic中尝试一下不等距分箱哦。