SPSS中Recode、Compute、Count、If命令

在進(jìn)行統(tǒng)計(jì)分析時(shí)，經(jīng)常需要對(duì)某些數(shù)據(jù)進(jìn)行重新處理，如年齡、身高、收入等，了解他們的分布或進(jìn)行分析。

1、SPSS的數(shù)據(jù)變換，主要命令有四種：

2、Recode 命令：重新編碼數(shù)據(jù)，重新安排數(shù)據(jù)

3、Compute命令：對(duì)原始數(shù)據(jù)進(jìn)行四則運(yùn)算或指數(shù)運(yùn)算等，派生出新的變量

4、Count命令：創(chuàng)建一個(gè)新變量來計(jì)算某些變量值所出現(xiàn)的次數(shù)

5、If命令：如果表達(dá)式成立，則創(chuàng)建一個(gè)新變量

一．Recode 命令對(duì)數(shù)據(jù)重新編碼

1．基本格式

Recode V1, V2…(原值1=新值1)…（原值m=新值n）

/X1，X2…（原值1=新值1）…（原值m=新值n）.

幾個(gè)變量重新編碼，如果變量值不一樣，可以用反斜杠 / 隔開

Recode命令與變量、括號(hào)之間要有空格

在原值中使用的關(guān)鍵詞有：

lo(Lowest)

HI(highest)

Thru

Missing

Else

Sysmis

2．舉例

recode age (0 thru 20=1)(21 thru 40=2)(41 thru 60=3)(61 thru 100=4).

recode age (lo thru 20=1)( 21 thru 40=2)(41 thru 60=3)(61 thru hi=4).

recode V1 to V3(0=1)(1=0)(3=2).

recode v1,v2,v3(0=1)(1=0)(3=2).

用missing再編碼缺省值（如把原定為99歲的缺省值改為00歲，則：

recode age (missing=00).

Missing關(guān)鍵詞不能出現(xiàn)在右邊

Recode age (00=missing).  是錯(cuò)誤的。

Recode value age (00).  是正確的

對(duì)系統(tǒng)缺省值sysmis進(jìn)行重新編碼。系統(tǒng)缺省值是SPSS內(nèi)部把無效的值自動(dòng)打上“·”而剔除掉。

recode age (missing=sysmis).

沒有關(guān)鍵詞時(shí)的重新編碼

recode age (0,20=1)(21,40=2)(41,60=3)(61,100=4).

對(duì)字符串重新編碼有一些特別的要求

recode sex (’M’=’A’)( ’F’=’B’).

recode name(’wangsan’=’wan    ’).

注意：新舊字符串的長度必須相等，不足的，要用空格補(bǔ)齊

要用單引號(hào)把內(nèi)容引起來

recode 命令放在統(tǒng)計(jì)過程之前

特別應(yīng)該引起注意的是：如果單純使用上述recode方法對(duì)變量進(jìn)行重新編碼，則會(huì)改變原始的數(shù)據(jù)錄入格式，即改變原來的變量。如果需要重新編碼而又不希望改變原始的數(shù)據(jù)結(jié)構(gòu)，在編程時(shí)應(yīng)該與compute命令一起使用。上述問題在用對(duì)話框進(jìn)行重新編碼時(shí)可以得到較好的解決。

第一種：對(duì)原始的數(shù)據(jù)進(jìn)行重新編碼，改變原來變量的數(shù)據(jù)結(jié)構(gòu)

File----Open ---Data-----*·sav-----OK----Transform-------Recode into same variable

點(diǎn)選age到Numeric Variable―――點(diǎn)擊Old and New Values――出現(xiàn)如下對(duì)話框

第二種：保持原始變量的數(shù)據(jù)結(jié)構(gòu)，重新編碼的數(shù)據(jù)生成新的變量

Transform------- Recode into different variable

點(diǎn)選age到Numeric Variable－output框――在Name框打入agenew(新變量名)----點(diǎn)擊old and new values-----出現(xiàn)對(duì)話框如下

在new values中填上需要編碼的值-----add-----重復(fù)----continue----點(diǎn)選Change框――OK-----存盤 

也可以在SPSS的Variable view中進(jìn)行

二．用Compute命令創(chuàng)建新變量

1．命令格式

Compute 新變量=老變量1[+ — ×÷]老變量2.

Compute 新變量=函數(shù).

對(duì)整個(gè)數(shù)據(jù)通過函數(shù)關(guān)系進(jìn)行重新排列,常用的函數(shù)有:

ABS絕對(duì)值

ARSIN反正弦函數(shù)

ARTAN反正切函數(shù)

COS余弦函數(shù)

EXP以自然數(shù)e為底的指數(shù)函數(shù)

LG10

LN 自然對(duì)數(shù)  時(shí)間的差別很大,在做模型時(shí)，往往用LN時(shí)間,效果比較好(有漸近線),周期性很強(qiáng)的數(shù)考慮用SIN或COS; 數(shù)據(jù)差距很大但是沒有漸近線,可以考慮用平方根縮小差距.根據(jù)數(shù)據(jù)的特點(diǎn)和研究的目的選擇運(yùn)算與函數(shù)

SQRT平方根 如年齡的平方根,可以縮小年齡之間的差距

TRUNC截取某自變數(shù)的整數(shù)部分

SIN

MOD 除于10以后的余數(shù)(模數(shù))

RND 取自變數(shù)最接近的整數(shù)部分

Compute F=MOD(196).結(jié)果是6

Compute G=RND(-4.5).結(jié)果是-5

在進(jìn)行函數(shù)運(yùn)算時(shí)，如果出現(xiàn)下面的情況，被當(dāng)作是系統(tǒng)缺省值處理

在冪運(yùn)算中,指數(shù)不是整數(shù);

被開方的數(shù)是負(fù)數(shù)

在EXP的指數(shù)運(yùn)算中,自變數(shù)的結(jié)果太大

在LG10中,自變數(shù)為負(fù)數(shù)或0

在MOD10中,自變數(shù)為負(fù)數(shù)或0

自變數(shù)X為缺省值時(shí)，SPSS則認(rèn)為是系統(tǒng)缺省值

日期運(yùn)算函數(shù)中,自變數(shù)日期無效

任何自變數(shù)是系統(tǒng)缺省值時(shí)，則該個(gè)案是系統(tǒng)缺省值

日期函數(shù)YAMODA,可以把自變數(shù)表中所列的年月日變?yōu)樘鞌?shù),這種年月日順序與中國的年月日順序是一致的，計(jì)算天數(shù)是從1582年10月15日開始(格里歷的第一天)

compute day=YAMODA(1582,10,15).

結(jié)果是day=1(天)

compute age=[YAMODA(1945,4,21)－YAMODA(1999,10,1)]/365×25.

可以從兩個(gè)日期的間隔算出年齡是多少

三. COUNT命令

在限制性多項(xiàng)選擇中合成新的變量，生成0，1編碼的變量，如農(nóng)民工在北京選擇住房因素列出了9項(xiàng)因素，詢問其第一選擇、第二選擇與第三選擇是什么。如果想把第一、二、三選擇都選擇了“上班方便”的人找出來，生成一個(gè)新的變量，則可以用count命令。

1．命令格式

Count 新變量名=老變量1（數(shù)值范圍） 老變量2（數(shù)值范圍） 老變量n(數(shù)值范圍).

＃例 計(jì)算住房三個(gè)選擇都選擇了上班方便的人（原變量中的編碼是1）

則Count  house = b8.1  (1)  b8.2  (1)  b8.3  (1)  .

計(jì)算收入在300元以下的個(gè)案

count income1=income(lo thru 300).

計(jì)算收入在1000元以上的個(gè)案

count income2=income(1000 thru hi).

顯示某些變量中有系統(tǒng)缺失值的個(gè)案和用戶缺失值的個(gè)案

count M=age, income(sysmis).

Count M1=age, income(missing).

2．在對(duì)話框中運(yùn)行Count

當(dāng)要計(jì)算同時(shí)滿足兩個(gè)變量取值條件的記錄數(shù)量有多少時(shí)，直接用對(duì)話框會(huì)出現(xiàn)完全錯(cuò)誤的結(jié)果，這里需要對(duì)對(duì)話框生成的程序加以修改，怎么修改？

注意：有的時(shí)候編程序可以完成對(duì)話框無法完成的工作。

如打開農(nóng)民工調(diào)查數(shù)據(jù)，現(xiàn)在想把滿足下列條件的人找出來：第一選擇是選擇了“上班方便”，第二選擇選擇的是“位置好”，第三選擇選擇的是“房租低”并且要看每個(gè)人符合以上三個(gè)條件中的幾條。

先用對(duì)話框做一下，然后paste一下對(duì)話框會(huì)生成什么樣的程序，我們可以看到對(duì)話框生成的程序是：

COUNT

house = b8.1 b8.2 b8.3  (1)  b8.1 b8.2 b8.3  (2)  b8.1 b8.2 b8.3  (3)  .

EXECUTE .

這個(gè)語句顯然不符合我們的要求，因?yàn)槲覀円蟆?”只對(duì)第一選擇進(jìn)行限制，而不對(duì)第二選擇和第三選擇進(jìn)行限制。

所以，需要修改程序：COUNT

COUNT

house = b8.1 (1)  b8.2 (2) b8.3  (3)  .

EXECUTE .

四·用If命令做條件變換和邏輯校

1．命令格式

[1]IF命令格式1

IF（表達(dá)式成立） 新變量=新表達(dá)式

[2]IF命令格式2

IF（表達(dá)式成立） 新變量=數(shù)值

表達(dá)式中的關(guān)系符一般有6種

EQ（=）  LE（＜＝）  GT（>）

LT（<）   GE（>=） NE（<>）

IF命令一定要用compute命令引導(dǎo)

[3]舉例

compute taxes=0.

If(income GE800) taxes=income×0.2.

月收入大于等于800，納稅20%

邏輯表達(dá)式中可以用AND (&); OR(I);NOT(~)三種。

IF (age GE18 AND sex NE 1) Group=1.

If (NOT Race=1 AND sex NE 0) Group=1.

當(dāng)Race不等于1，同時(shí) sex不等于0時(shí)，則歸入第一組

在IF命令中，如果有一個(gè)變量有缺省值，無法確定整個(gè)表達(dá)式的真假時(shí)，命令不執(zhí)行，這個(gè)時(shí)候SPSS將依然保留新變量原有數(shù)值不變

原來有缺省值的，依然為缺省值。

五．對(duì)變量進(jìn)行分組（Categorize Variables）

對(duì)變量進(jìn)行分組指的是把連續(xù)型數(shù)值型資料轉(zhuǎn)變?yōu)榫唧w的分類數(shù)據(jù)，進(jìn)行轉(zhuǎn)換時(shí)是按照百分位數(shù)進(jìn)行分組，這樣可以使每個(gè)組都有大概相等的觀察值。如把一個(gè)變量分為4個(gè)組，則第一組在25％百分位數(shù)下，第二組在25－50％，第三組在50－75％，第四組大于75％，組數(shù)可以自己決定

六．變量值秩次確定

Transform----Rank Cases----

Variable框：放你需要進(jìn)行排序的變量，

By框：放用以確定分組排序的依據(jù)―――

Assign rank 1 to-----指用來制定秩次排列方式： Smallest value 表示最小值用1標(biāo)注， Largest value表示最大值用1標(biāo)注

Rank Type―――可以選擇的排序類型，主要有：

Rank：普通秩次，系統(tǒng)默認(rèn)方式，

Savage score :以指數(shù)分布為基礎(chǔ)的原始分為秩次

Fractional rank：以分組例數(shù)之和占總例數(shù)的累積百分比為秩次

Fractional rank as％ ：以累積百分比分?jǐn)?shù)為秩次

Sum of case weights：以分組例數(shù)的權(quán)重為秩次

Ntiles：先給定一個(gè)大于1的整數(shù)，系統(tǒng)按照這個(gè)數(shù)值開始確定排序的秩次

Proportion estimated：比例估計(jì)，是以一個(gè)特別秩次對(duì)應(yīng)分布的累積比的估計(jì)

Normal score：正態(tài)分?jǐn)?shù)

Ties：當(dāng)選擇的變量具有相同值時(shí)，秩次的確定原則：

Mean：給點(diǎn)秩取平均值，此為系統(tǒng)默認(rèn)方式

Low：給點(diǎn)秩取最小值

High：給點(diǎn)秩取最大值

Sequential ranks to unique values：給點(diǎn)秩取第一個(gè)出現(xiàn)的秩次值，其它觀察量秩次順序排列

七．自動(dòng)對(duì)變量重新賦值 Automatic Recode

Automatic Recode對(duì)話框：把要重新賦值的變量放到Variable框，在New name 框內(nèi)對(duì)新變量進(jìn)行變量名的確定， 賦值方式：從lowest value開始， 從largest value開始。生成的新變量實(shí)際上是對(duì)老變量根據(jù)從大到小或從小到大的原則對(duì)其進(jìn)行了賦值。如某個(gè)值在老變量中排第五，則在重新賦值時(shí)賦予5這個(gè)值。

八．缺失值的替代 Replace Missing Values

當(dāng)變量有缺失值時(shí)，可以進(jìn)行科學(xué)替代， 點(diǎn)擊Transform 菜單中的 Replace Missing Values對(duì)話框，把有缺失值的變量放到New variables對(duì)話框中， 系統(tǒng)會(huì)自動(dòng)產(chǎn)生用于替代缺失值的新變量名，默認(rèn)變量名為原來變量名后加－1，我們也可以在Name框內(nèi)自己定義替代缺失值的新變量名，然后點(diǎn)擊 Method 箭頭，選擇缺失值的替代方式，共有5種方式

1.       Series mean: 用這個(gè)變量的所有非缺失值的均數(shù)作替代

2.       Mean of nearby points：用缺失值相鄰點(diǎn)的非缺失值的均數(shù)做替代，取多少個(gè)相鄰點(diǎn)可以由Span of near by points選擇項(xiàng)來確定

3.       Median of nearby points：用缺失值相鄰點(diǎn)的非缺失值的中位數(shù)做替代，取多少個(gè)相鄰點(diǎn)可以Span of near by points選擇項(xiàng)來確定

4.       Linear interpolation：用缺失值相鄰兩點(diǎn)非缺失值做線性內(nèi)插法替代

5.       Linear tread at point：用擬合的直線方程估計(jì)缺失值。

想快速入門Python數(shù)據(jù)分析？這門課程適合你！

如果你對(duì)Python數(shù)據(jù)分析感興趣，但不知從何入手，推薦你學(xué)習(xí)《山有木兮：Python數(shù)據(jù)分析極簡入門》。這門課程專為初學(xué)者設(shè)計(jì)，內(nèi)容簡潔易懂，手把手教你掌握Python數(shù)據(jù)分析的核心技能，助你輕松邁出數(shù)據(jù)分析的第一步。

學(xué)習(xí)入口：https://edu.cda.cn/goods/show/3429?targetId=5724&preview=0
開啟你的Python數(shù)據(jù)分析之旅，從入門到精通，只需一步！