SPSS中異常值檢驗的幾種方法介紹(6)_數(shù)據(jù)分析師

這樣就可以得到統(tǒng)一視圖下的選擇圖了！

數(shù)據(jù)可視化的藝術(shù)——用圖表吸引目光（四）——Excel 金字塔圖 數(shù)據(jù)可視化的藝術(shù)——用圖表吸引目光（四）——Excel 金字塔圖

這次介紹一個 Excel 的小技巧，關(guān)于單元格格式中【數(shù)字】這一項的設(shè)定。 請看上圖所示的金字塔圖，有沒有發(fā)現(xiàn)問題？ 比如下圖

按照常規(guī)的作圖方式， 圖中突出的兩個地方的數(shù)字應(yīng)該是“-9508”和“-15000”。 但是在 表示人口數(shù)量的時候使用負數(shù)顯然是不合適的。因此我們可以想個辦法將 Excel 中的圖標 轉(zhuǎn)換成 y 軸左右都是正數(shù)的形式。

調(diào)查數(shù)據(jù)的加權(quán)處理技術(shù)

很多人在進行統(tǒng)計分析和市場研究的時候， 都涉及到對數(shù)據(jù)進行加權(quán)的問題， 這是一個搞數(shù) 據(jù)分析和從事市場

研究的人都會碰到的問題， 需要大家正確理解并解釋， 并采用合理的操作 技術(shù)和處理方法。 什么是加權(quán)呢？ 簡單地說，就是要“讓一些人變得比另一些人更重要！” 要能夠比較好的理解加權(quán)，首先你要了解抽樣設(shè)計，特別是設(shè)計權(quán)數(shù)：每個樣本單位所代表 的被調(diào)查總體的單位數(shù)。設(shè)計權(quán)數(shù)由抽樣設(shè)計決定,用 Wd 表示。 設(shè)計權(quán)數(shù) Wd=1/入樣概率； 入樣概率：在抽樣設(shè)計中，如果一個樣本的入樣概率=1/50，那么該樣本的設(shè)計權(quán)數(shù)=50。 也就是說，這個樣本代表了總體中的 50 個單位。 關(guān)于自加權(quán)抽樣設(shè)計：如果所用樣本的設(shè)計權(quán)數(shù)是相等的，那么這樣的抽樣設(shè)計是自加 權(quán)的。也就是說，總體中的每個單元被抽中的可能性相等，具有等可能性、具有相等的入樣概率。如果是自加權(quán)的，在總體均值、比例估計時不用考慮設(shè)計權(quán)數(shù)，對總量的估計只要擴 大樣本。 滿足自加權(quán)的抽樣設(shè)計：等概率抽樣、簡單隨機抽樣、系統(tǒng)抽樣、分層抽樣—各層大小 成比例，每層內(nèi)簡單隨機抽樣、多階段抽樣—最后階段等概率，其它階段與單位大小成比例 概率抽樣。 不等概率抽樣往往不滿足自加權(quán)， 對于不等概率抽樣， 正確使用設(shè)計權(quán)數(shù)就尤為重要了！

下面我們看看如何進行加權(quán)處理！ 加權(quán)：通過對總體中的各個樣本設(shè)置不同的數(shù)值系數(shù)(即加權(quán)因子-權(quán)重)，使樣本呈現(xiàn)希望 的相對重要性程度； 基本加權(quán)等于：設(shè)計加權(quán)=某個變量或指標的期望比例/該變量或指標的實際比例；

什么情況下要進行加權(quán)？ 情景 1：我們在抽樣調(diào)查得到的樣本結(jié)構(gòu)與總體人口統(tǒng)計結(jié)構(gòu)狀況不相符，我們可以通過加 權(quán)來消除/還原這種結(jié)構(gòu)差異，達到糾偏的目的； 例如，在城市和農(nóng)村各調(diào)查 300 樣本，城市與農(nóng)村人口比例“城市:農(nóng)村=1:2”(假設(shè))，在 分析時我們希望將城市和農(nóng)場看作一個整體，這時候我們就可以賦予農(nóng)村樣本一個 2 倍于 城市樣本的權(quán)重； 情景 2：除了人口統(tǒng)計結(jié)構(gòu)，有時候我們在調(diào)查樣本的某些變量或指標上樣本的代表性可能 也會相對總體的實際狀況過高/過低，此時，需要加權(quán)進行調(diào)整；

這類不匹配大多是我們“故意”而為(通過“追加”樣本實現(xiàn))，比如在配額抽樣的時候，設(shè)置配 額要求某類被訪者對某產(chǎn)品的使用者必須達到 50%，但實際情況是總體市場中實際使用者 僅有 10%； 有時，則是“非情愿”的出現(xiàn)，比如設(shè)置了能反映總體的配額比例，但實際操作卻出現(xiàn)了比例 偏高/偏低； 情景 3：在樣本組配額實驗設(shè)計中，進行不同子總體對比檢驗，也會通過加權(quán)來調(diào)整不同組 間的樣本屬性不相匹配的情形(通常設(shè)有相同的配額，但執(zhí)行有可能會出現(xiàn)差異)；通常，加 權(quán)對結(jié)果產(chǎn)生的差異很小，更多的是對結(jié)果從準確度上進行修飾； 情景 4：所測試樣本出現(xiàn)了較多的缺失值，需要加權(quán)來糾正結(jié)果；對于面向特定客戶的專項 研究，在調(diào)查前基本都協(xié)議有要完成的樣本量，故這種情形較少；