搜索
第二章数据文件的管理（下）（医学统计之星：张文彤）最后一次更新时间：2.1建立与保存数据文件-File菜单2.1.1新建数据文件2.1.2.1直接打开2.1.2.2使用数据库查询打开2.1.2.3使用文本导入向导读入文本文件2.1.2打开其他格式的数据文件2.1.3保存数据文件2.1.4File菜单中的其他条目2.2编辑数据文件2.2.1定义新变量2.2.1.1直接定义新变量2.2.1.2从原有变量计算新变量-Transform菜单2.2.2数据的录入2.2.2.1直接录入2.2.2.2数据录入技巧2.3进一步整理数据文件-Data菜单2.3.1用于数据管理的菜单项2.3.2正交设计菜单项2.2.1.2从原有变量计算新变量从头定义变量的情况多数在建立数据集时出现。但是，当数据集已经建立，需要整理、转换变量时，碰到的更多情况是需要根据某种条件从原有变量计算新变量。下面我们将按菜单条目的顺序依次讲解他们的功能。但是，首先我们需要了解一下所用的对话框界面的情况。【SPSS对话框元素介绍】下面是我们在第一章曾经见过的两样本t检验对话框：这是一个非常典型的SPSS对话框。它包含了许多具有SPSS特色的对话框元素：o对话框左侧为候选变量列表框，里面列出了可被该对话框使用的变量；o右上方为TestVariables框，可将变量选入其中；注意在两个框的中间用“”相连，这是变量移动按钮，其方向表明是将变量从那个框移动到哪个框，上图中我们选中了变量group，两个移动按钮均变黑并向右指，表明变量group可以移动到他们右侧的两个框里去，改变当前框（在其他两个框里单击），移动按钮就会转向、变灰等以表明不同的意思（墙头草一个，可别小看这个功能，我想用VB实现这个功能，也是费了些工夫才把它搞定了）；o右侧为一排五个按钮，分别是确定、粘贴、重置、取消和帮助。这五个兄弟也是几乎永远一起出现的，另外四个大家都比较熟悉了，重置（Reset）按钮用于取消对话框内已做的选择，恢复到默认的状态；o最下方有个Options按钮，用于设置专门用于该对话框的选项；oOK、Paste两个按钮为灰色，表明所需条件尚未满足，该按钮暂不可用。同理，GroupingVariable框下方的DefineGroups按钮为灰色显示，也表明暂不可用。【ComputeVariable对话框】例3.2在li1_1.sav中建立新变量temp，令其值当血磷值大于1时为2，否则为1。解：这里需要用到ComputeVariable对话框，外加一点技巧。首先给变量temp均赋值为1，然后将血磷值大于1的记录其temp变量值改为2即可。选择菜单Transform==Compute，弹出ComputeVariable对话框如下：左上角为需要计算的变量名，在其中键入“temp”，此时“Type&Lable”按钮就会变黑，喜欢精确的朋友可以在这里对temp进行详细的定义，但如果你和我一样非常懒，就可以对它视而不见（不要生气，聪明人大多都非常懒:)）；左下方为候选变量列表，现在还用不着；中部为类似计算器的软键盘，可以用鼠标按键输入数字和符号，这里我们直接输入“1”，输入的内容回立刻在右上方的数值表达式窗口中出现；软键盘右侧为函数窗口，可以在这里找到并使用所需的SPSS函数；这次也用不到。好，现在“OK”按钮已经变黑，单击他，系统就会自动生成一个新变量temp，并且取值均为1。软键盘上几个奇奇怪怪的符号的含义如下：~=&|**~不等号，等价于逻辑符号AND逻辑符号OR乘方，相当于函数EXP()逻辑符号NOT在函数窗口中选中某个函数并单击右键，系统就会弹出该函数的用法说明。函数主要是和变量名组合起来使用的，比如说ABS(x)就是取变量x的绝对值。好，现在开始进行第二步，再次选择菜单Transform==Compute，系统也再次弹出这个对话框－－等等！注意到了吗？该对话框自动记住了你上次输入的内容，几乎所有SPSS的对话框都有这个特性，这会大大方便我们的使用。好，将数值表达式窗口中的1改为2，然后单击中下部的“If”按钮，系统弹出记录选择对话框如下：不需要太多解释，大部分内容都是前面见过的。由于我们这里不是对所有记录做变换，因此选中第二个单选钮“Includeifcasestatisfiesconfition:”，此时下方的所有窗口变亮，表明现在可用；而“Continue”按钮变灰，表明当前还没有提供所需的信息，好，我们就来提供，在左侧选中血磷值(x)，然后单击“”，x就被引入了右侧的变量框，任你用键盘或者用鼠标，总之将下面这个算式补充完：x1。现在可见“Continue”按钮再度变黑。在它又变灰之前赶快单击它（开个玩笑），系统回到ComputeVariable对话框，请注意If按钮右侧的变化：x2。如果你做的结果不一样，请重来一遍。现在单击“OK”按钮，由于我们要替换变量值，系统会弹出一个确认对话框，确认替换，马上你就会看到，我们已经把这道题做完了。【Count对话框】Count对话框用于计算某个值或某些值在某个变量的取值中是否出现（好象有点拗口），比如我们想看看有哪些记录的血磷值在2～3之间，选择菜单Transform==Count，系统弹出Count对话框如下：TargetVariable框中用于指定记录变量值是否出现的变量名，在这里输入temp2；选中血磷值(x)，将其选入Variables窗口，此时“DefineValues”按钮变黑，单击它，系统弹出变量值定义窗口如下：左半部为变量值定义窗口，可以定义某个值、系统缺失值、系统或用户定义缺失值、变量值范围、小于某值或大于某值。我们这里是第四种情况：选择Range，在through两侧分别键入2、3，然后单击已变黑的“Add”按钮，“2thru3”就会被加入“ValuestoCount”框内。然后单击“Continue”，再单击Count对话框的“OK”，可以看到系统自动生成变量temp2，其中10、11号记录因血磷值介于2和3之间，temp2取值为1，其余的记录temp2取值均为0。SOS，SOS，请大家千万注意，Count对话框有一个潜在的bugs，当你需要计算同时满足两个变量取值条件的记录数有多少时，直接用该对话框会得出完全错误的结果。这里有一点技巧，需要对对话框生成的指令加以修改，至于怎么修改嘛，我们将在Syntax（语法）窗口使用详解一章中讲述:)。【Recode对话框】Recode对话框用于从原变量值按照某种一一对应的关系生成新变量值，可以将新值赋给原变量，也可以生成一个新变量。例2.3在Li1_1.sav中生成新变量temp3，当血磷值小于1时取值为0，1～2时取值为10，大于2时取值为20。解：选择菜单Transform==Record==IntoDifferentVariables，Recode对话框如下：将血磷值(x)选入InputVariable-OutputVariable框，此时OutputVariable框变黑，在其中键入新变量名temp3并单击Change，可见原来的x-?变成了x-temp3。现在单击“OldandNewValues”，系统弹出变量值定义对话框如下：许多东西和前面类似，不再重复。按照题目的要求，选择Range:Lowestthrough，在右侧框中键入1，然后在右上方的Value右侧框中键入对应的新变量值0，此时下方Add键变黑，单击它，Old-New框中就会加入Lowestthru1-0，按照类似的方法依次加入另两条转换规则，最终Old-New框中共有Lowestthru1-0、1thru2-10、Else-20三条，现在单击Continue，再单击OK，系统就会按要求生成新变量temp3。哎呀不得了，图片太多了，虽然这样非常直观，但下载速度太慢了。等大家对基本界面操作熟悉了后，我们将对比较简单的对话框试着对操作用文字的方式描述，比如上面的操作我们将用文字表达为：1.OutputVariable框：选入x2.OutputVariableName框：键入temp3：单击Change钮3.选中x-temp3：单击OldandNewValues钮：4.Range:Lowestthrough单选钮：键入1：NewValueValue单选钮：键入0：单击Add钮5.Range:through单选钮：两侧分别键入1、2：NewValueValue单选钮：键入10：单击Add钮6.Range:Allothervalues单选钮：NewValueValue单选钮：键入20：单击Add钮7.单击Continue8.单击OK怎么样，还能理解吧。【CategorizeVariables对话框】CategorizeVariables对话框用于将连续性变量自动按要求分成等间距的几类。其界面非常简单，许多东西都是我们所熟悉的，唯一特别的是右下方的numberofcategories框，用于输入变量的等级数，默认为4，比如我们希望将血磷值按大小分成5个等级，先将血磷值选入CreateCategories框，然后将下面的4改为5，单击OK，就会看到系统产生了一个新变量nx（即numberofx之意），其取值就对应了血磷值相应的5个等级（1～5）。重复一下，具体操作步骤为：1.CreateCategories框：选入x2.Numberofcategories框：53.OK【RankCases对话框】例2.4请分组计算血磷值的秩和。解：选择菜单Transform==RankCases，弹出RankCases对话框如下：将血磷值选入Variable框，分组变量选入By框，单击OK即可。系统会建立一个新变量rx（即原变量名前加r表示Rank之意），其取值为x分组的秩次。解释一下RankCases对话框的其他几个零件：o左下角的AssignRank1to框架用于选择将秩次1赋给最小值还是最大值；o中下部的Displaysummarytables复选框用于确定是否在结果窗口内输出结果报表；oRankTypes钮用于定义秩次类型，有Rank（秩分数）、Savage评分（新变量值按指数分布）、Fractionalrank（新变量值是秩分数除以非缺失值观测量的权重之和）、Fractionalrank%（新变量值是秩分数除以非缺失值观测量数乘100）、Sumofcaseweights（新变量值是各观测量的权重之和）、Ntiles（新变量值是按所选变量的百分位数分组的组序号），默认值为Rank。单击More按钮，还会有更多的设置，这里就不再讲了。oTies钮用于定义对相同值观测量的处理方式，可以是取平均秩次、最小值、最大值或当作一个记录处理，默认值为取平均秩次。【AutomaticRecord对话框】该对话框用于按原变量值的大小生成新变量，变量值就是原值的大小次序，功能和RankCases对话框重复（等价于相同值观测量当作一个记录处理的情况）。【CreateTimeSeries对话框】用于自动生成时间序列变量，由于太专业，这里不做过多解释。【ReplaceMissingValue对话框】用于填充缺失值，结果存入一个新变量。填充方法有：序列的均数、相邻若干点的均数、相邻若干点的中位数、线性内插、线性外延，默认值为序列的均数。2.2.2数据的录入2.2.2.1直接录入我想直接录入的问题就不用多讲了吧，直接敲就是了！2.2.2.2数据录入技巧和其他常用统计软件相比，SPSS数据界面最大的优势就是支持鼠标的拖放操作，以及拷贝粘贴等命令，下面的数据录入技巧就是对这些功能的利用。【连续多个相同值的输入】如前面group变量有连续多个1，如果直接输入，可以在第一格内输入1并回车，然后回到刚才的单元格并单击右键，选择copy，最后用拖放方式选中所有应输入1的单元格，单击右键并选择paste，所有选中的单元格就会都被刚才拷贝的1填充。【将EXCEL数据直接引入SPSS】Excel已经打开原数据，并且数据量较少的时候，可以