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：
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；
右上方为Test Variables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）；
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；
最下方有个Options按钮，用于设置专门用于该对话框的选项；
OK、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，Grouping Variable框下方的Define Groups按钮为灰色显示，也表明暂不可用。
【Compute Variable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Compute Variable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Compute Variable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“Include if case statisfies confition:”，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：x>1。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Compute Variable对话框，请注意If按钮右侧的变化：x>2。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：
Target Variable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“Define Values”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，“2 thru 3”就会被加入“Values to Count”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==>Into Different Variables，Recode对话框如下：
将血磷值(x)选入Input Variable->Output Variable框，此时Output Variable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“Old and New Values”，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
owest through，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Lowest thru 1->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Lowest thru 1->0、1 thru 2->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：
Output Variable框：选入x
Output Variable Name框：键入temp3：单击Change钮
选中x->temp3：单击Old and New Values钮：
Rangeowest through单选钮：键入1：New Value Value单选钮：键入0：单击Add钮
Range: through单选钮：两侧分别键入1、2：New Value Value单选钮：键入10：单击Add钮
Range: All other values单选钮：New Value Value单选钮：键入20：单击Add钮
单击Continue
单击OK
怎么样，还能理解吧。
【Categorize Variables对话框】
Categorize Variables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number of categories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Create Categories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number of x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：
【Rank Cases对话框】
例2.4 请分组计算血磷值的秩和。
解：选择菜单Transform==>Rank Cases，弹出Rank Cases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Rank Cases对话框的其他几个零件：
左下角的Assign Rank 1 to框架用于选择将秩次1赋给最小值还是最大值；
中下部的Display summary tables复选框用于确定是否在结果窗口内输出结果报表；
Rank Types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）、Fractional rank（新变量值是秩分数除以非缺失值观测量的权重之和）、Fractional rank %（新变量值是秩分数除以非缺失值观测量数乘100）、Sum of case weights（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。
Ties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。
【Automatic Record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Rank Cases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）。
【Create Time Series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。
【Replace Missing Value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。
2.2.2.1 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，可以直接用拷贝粘贴的方法将数据引入SPSS：先在EXCEL中选中所有的数据（不包括变量名），然后选择拷贝命令；然后切换到SPSS，最好使行1列1单元格成为当前单元格，然后执行粘贴命令，数据就会全部转入SPSS，再定义相应的变量即可。
在许多情况下，我们需要先对数据进行一些整理（如分组、合并、加权等）才能将其用于最终的统计分析。这些功能基本上都集中在Data菜单项中，下面我们就对这些对话框做逐一介绍。
【Sort Cases对话框】
例2.5 对数据集li1_1.sav按group升序，x降序的次序排列。
解：选择菜单Data==>Sort Cases，系统弹出Sort Cases对话框，该对话框并不复杂，其中比较特殊的是下方的Sort Order单选钮，有升序和降序两种选择。请注意，该单选钮是和上方的Sort By框一起使用的，具体方法如下：
确认升序单选钮被选择，将Group选入Sort By框；
选择降序单选钮，将x选入Sort By框。
请注意：group和x后面分别跟着Ascending和Descending，表明前者是按升序、后者按降序排列；由于Group在前，因此排序时以Group优先。
【Transepose对话框】
该对话框用于对数据进行行列转置，可以在原数据文件中指定一个变量记录转置后的变量名。原变量名则自动保存在系统产生的名为case_lbl的字符变量中。
该对话框也非常简单，左侧为候选变量框；右上方为Variable框，用于选入需要转置的变量，一般应选入除名称变量外的所有其他变量，如果有变量未选入，则转置时会被自动丢弃；右下方为Name Variable框，用于指定原数据文件中记录转置后变量名的字符变量，但不是必需的，此时系统会将新变量自动按var001、var002...的顺序命名。
【Merge Files对话框】
用于合并数据文件，实际上包括了两个对话框，分别对应了两种合并方式：
1. 从外部数据文件中增加记录到当前数据文件中，称为纵向合并，用Add Cases对话框完成，相互合并的数据文件中应该有相同的变量。选择菜单Data==>Merge Files==>Add Cases，系统首先弹出打开数据文件对话框，选中需要添加的数据文件并按OK，系统才弹出Add Cases对话框，左侧显示的是新、老数据文件中不匹配的变量名，右侧显示的是已经匹配的变量名。可以用Rename按钮对不匹配变量改名（先选中）或用鼠标强行匹配（即先按Ctrl键选中匹配的两个变量再单击Pair钮）。右下方的Indicate case source as variable复选框用于定义一个新变量以区分哪些记录是后来添加的。选择停当后单击OK，该操作就完成了。
实际上右侧显示的是将要包括在合并后数据集中的变量，如果有哪个你不需要，把它弄到左侧框中即可。
2. 从外部数据文件增加变量到当前数据文件，称为横向合并，用Add Variable对话框完成，相互合并的数据文件中应包含同样的记录。选择菜单Data==>Merge Files==>Add Variable对话框，系统同样先弹出打开数据文件对话框，单击OK后弹出和前面相似的Add Variable对话框。按需选择即可。
【Aggregate对话框】
用于对数据进行分类汇总，所谓分类汇总就是按指定的分类变量对观测值进行分组，对每组记录的各变量值求指定的描述统计量，结果可以存入新数据文件，也可以替换当前数据文件。
上图中各个零件的含义如下：
Break Variables框：用于选择分组变量；
Aggregate Variables框：用于选择被汇总的变量；
Name&Label钮：用于定义新产生的汇总变量的名称和标签；
Function钮：用于定义汇总函数，共有三组函数，以最常用的第一组为例，可选的函数有均数、同组的第一个观测值、最后一个观测值、同组记录数、标准差、最小值、和、最大值共8个；
Save Number of cases in break group as variable复选框：用于定义一个新变量以存储同组的记录数；
Create new data file单选钮：定义一个新文件以存储汇总的结果，右侧的File钮用于具体文件名的定义，默认文件名为AGGR.sav；
Replace working data file单选钮：用汇总的结果替换原来的数据。
例2.6 计算Li1_1.sav中两组的血磷值标准差。
解：该题完全可以用更简单的方法完成，这里只是演示一下汇总对话框的用法。
【Split File对话框】
用于将数据文件分组进行处理，该对话框我们在第一章时已经使用过了，这里再介绍一下各个对话框元素的用途：
Analyze all cases单选框：和下面的两个单选框为一组，选中本框不拆分文件；
Compare groups单选框：按所选变量拆分文件，各组分析结果紧挨在一起便于相互比较；
Organize output by groups单选框：按所选变量拆分文件，各组分析结果单独放置；
Groups based on框：用于选择拆分数据文件的变量；
Sort the file by grouping variables单选框：将数据按所用的拆分变量排序；
File is already sorted单选框：数据保持原状，不按所用的拆分变量排序。
【Select Cases对话框】
很多时候我们不需要分析全部的数据，而是按某种要求分析其中的一部分（比如只分析男性的身高、只对前200个数据进行分析以了解大概情况），这时使用Select Cases对话框可以大大简化工作。 该对话框界面如下所示：
其中主要的对话框元素为：
All cases单选钮：和下面的4个单选钮为一组，选中它则分析所有的记录；
If condition is satisfied单选钮：只分析满足条件的记录；
If按钮：和If单选钮一起使用，单击后弹出If对话框；
Random sample of cases单选钮：从原数据中按某种条件抽样；
Sample按钮：和Random单选钮一起使用，可以设定按百分比抽取记录，或者精确设定从前若干个记录中抽取多少个记录；
Based on time or case range单选钮：基于记录序号来选择记录；
Range按钮：和Based单选钮一起使用，用于输入记录序号范围；
Use filter variable单选钮：使用筛选指示变量来选择记录，必需在下面选入一个筛选指示变量，该变量取值为非0的记录将被选中，进入以后的分析；
Filtered单选钮：和下面的Deleted单选钮为一组，表示未被选中的记录只是被隔离，这些记录的记录号会被加上斜杠以示区别；
Deleted单选钮：未被选中的记录将被删除，一般不要使用。
当对数据集做出筛选后，所做的筛选将在以后的分析中一直有效，直到再次改变选择条件为止。同时在多数情况下，系统会自动产生一个名为filter_$的筛选指示变量，被选中的记录该变量取值为1，反之则为0。
【Weight Cases对话框】
在默认情况下，每一行就是一条记录，这在多数情况下没有什么问题，但有时却非常麻烦，想想看如果你需要计算一个四格表卡方，有100例，如果每一行就是一条记录，你就需要输入100条记录！如果希望在计算过程中利用不同的变量对数据进行加权处理，就需要用到Weight Cases对话框。该对话框的使用极为简单，界面上有两个单选钮，分别是不权重记录和用某变量权重记录，如果选择后者，则需要选中一个权重变量。
【Data菜单中的其余对话框】
Define dates对话框：可以自动生成时间变量。
Insert Variable命令：在当前列插入新变量。
Insert cases命令：在当前行插入新记录。
Goto cases对话框：到达指定记录号的记录，该命令在记录数极多时（1000条以上）非常有用。
正交设计不包含在SPSS/BASE模块中，因此由于解密范围的问题，有的D版中不含该菜单项，不过我用的10.0版里是有的。
以前我以为SPSS不能作正交设计，感谢网友edof@sh的提醒，经研究，在SPSS中可以直接进行正交设计，Orthogonal Design子菜单项就是专门用于完成该任务的，具体做法用下面的例子说明如下：
例2.7 做A、B两个因素的正交设计，A因素有三个水平，B因素有两个水平。
解：选择Data-->Orthogonal Design-->generate，弹出的就是正交设计窗口，操作如下：
在第10步定义完后，对话框应如下图所示：
在其他没有用到的选择项中，各种LABELS当然适用于定义相应的各种标签的；Data Files单选框组用来定义产生的数据文件是存为制定的文件名，还是直接替换当前工作文件；而Define Value对话框中的Auto fit框可以自动填充从1到你输入的那个数值这么多个水平的定义，特别适合我这种懒人。
这里我们直接替换当前工作文件，在这个自动产生的正交设计数据集中，前两个变量就是要分析的A和B，各个水平已经按正交设计的要求排列好了。后面的status_和card_变量是系统产生的LOG变量，可以不管它。现在你再建立一个结果变量，输入实验结果，就可以进行正交设计的分析了。
3x!
| 欢迎光临 CFA论坛 (http://forum.theanalystspace.com/) | Powered by Discuz! 7.2 |