
如何用SPSS探測(cè)及檢驗(yàn)異常值
一、采用數(shù)據(jù)探索過程探測(cè)異常值
SPSS菜單實(shí)現(xiàn)程序?yàn)? 主菜單–>“Analyze”–>“Descriptive Statistics”–>“Explore……”選項(xiàng)–>“Statistics”按鈕–>選中“Outliers”復(fù)選框。輸出結(jié)果中將列出5個(gè)最大值和5個(gè)最小值作為異常的嫌疑值。
二、采用箱線圖(boxplot)探測(cè)異常值
箱線圖比較直觀、形象,易于理解,因此它在統(tǒng)計(jì)分析中占有非常重要的地位。
1. 利用上述的數(shù)據(jù)探測(cè)過程,在“Explore”對(duì)話框中單擊“Plots”,出現(xiàn)如圖2所示的對(duì)話框,通過“Boxplots”方框可以確定箱線圖的生成方式?!癋actor levels together”復(fù)選框表示將要為每個(gè)因變量創(chuàng)建一個(gè)箱線圖,“Dependent together”復(fù)選框表示將為每個(gè)分組變量水平創(chuàng)建箱線圖,“None”復(fù)選框表示不創(chuàng)建箱線圖。
2. 直接利用SPSS中的畫圖功能實(shí)現(xiàn)箱線圖,SPSS給出了兩種箱線圖,一種是基本箱線圖,另一種是交互式箱線圖?;鞠渚€圖的SPSS菜單實(shí)現(xiàn)為:點(diǎn)擊主菜單中的“Graphs”選項(xiàng),在彈出的一級(jí)菜單中選擇“Boxplot……”選項(xiàng)。交互式箱形圖的SPSS菜單實(shí)現(xiàn)為:點(diǎn)擊主菜單中的“Graphs”選項(xiàng),在彈出的一級(jí)菜單中點(diǎn)擊“Interactive”選項(xiàng),在彈出的二級(jí)菜單中選擇“Boxplot……”選項(xiàng)。下面仍以A公司雇員分工種的開始工資為例構(gòu)造基本箱線圖(如圖3)。箱線圖中的“○”表示可疑的異常值,此處異常值的確定采用的是“五數(shù)概括法”,即:變量值超過第75百分位點(diǎn)和25百分位點(diǎn)上變量值之差的1.5倍(箱體上方)或變量值小于第75百分位點(diǎn)和25百分位點(diǎn)上變量值之差的1.5倍(箱體下方)的點(diǎn)對(duì)應(yīng)的值。
三、SPSS 14 后的新功能 Data –> Validation:???如何設(shè)置。。。
四、Z分標(biāo)準(zhǔn)化法(3δ法):±3δ 以外的數(shù)據(jù)為高度異常值,應(yīng)予剔除。
五、數(shù)據(jù)異常值的檢驗(yàn)
SPSS中沒有提供直接檢驗(yàn)異常數(shù)據(jù)的工具,但是使用SPSS能使異常值的檢驗(yàn)工作變得非常方便。通過SPSS中的Frequencies等過程,可以對(duì)指定變量的數(shù)據(jù)同時(shí)得到均值、方差等統(tǒng)計(jì)量,代入上述的公式,結(jié)合查表,很快就能得出檢驗(yàn)結(jié)果。在多個(gè)異常數(shù)據(jù)下,使用SPSS更顯方便,因?yàn)樘蕹耙粋€(gè)異常數(shù)據(jù)后,需要對(duì)剩余的數(shù)據(jù)重新計(jì)算均值和方差,如果數(shù)據(jù)很多,用手工計(jì)算將是很煩瑣的事情,而且準(zhǔn)確度不高。而通過SPSS,只需要重新選擇數(shù)據(jù)以后,重復(fù)一次Frequencies過程的操作就可以了。
分別對(duì)含異常值和刪去異常值兩種情況下的數(shù)據(jù)進(jìn)行分析,并比較后才能增加可信度,避免誤刪。
六、SPSS中異常值的剔除
發(fā)現(xiàn)異常值后,把大于等于最小異常值或小于等于最大異常值的值用Data主菜單里的Cases Select子菜單里的條件設(shè)置按鈕,就可以自動(dòng)剔除異常值。
來CDA學(xué)業(yè)務(wù)數(shù)據(jù)分析師,SPSS理論結(jié)合實(shí)戰(zhàn)進(jìn)行項(xiàng)目數(shù)據(jù)分析,助你成為從事數(shù)據(jù)采集、清洗、處理、分析并能制作業(yè)務(wù)報(bào)告、提供決策的新型數(shù)據(jù)分析人才,點(diǎn)擊了解課程詳情!
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10