IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > 应用SPSS探索性分析,快速检查数据异常值

应用SPSS探索性分析,快速检查数据异常值

发布时间:2020/12/23

IBM SPSS Statistics探索性分析是描述统计中的一种分析方法,提供了数据过滤、离群值识别、假设检验等分析功能。

探索性分析中比较常用的功能是,通过数据过滤的功能,如分析数据中的极值、平均值、方差等,识别数据中的异常值;或使用检验的方法,判断后续使用的统计分析方法是否合适等,比如数据的正态分布假设是否成立。

一、示例数据

本文中,我们将会分析一组包含性别、客单价的数据。

通过探索性分析,查看数据中是否存在一些异常值,以及检验不同性别的客单价数据是否符合正态分布。

为什么要检验数据是否正态分布?这是因为在一些相关性分析(或其他分析)中,是以数据正态分布为前提进行统计分析的,如果数据不满足正态分布的假设,分析得出的结果就会不准确。

图1:示例数据

二、应用探索性分析

如图2所示,我们先打开IBM SPSS Statistics的探索分析选项(分析-描述统计-探索),然后再逐步演示操作。

图2:探索性分析

1、选择变量

如图3所示,探索分析设置面板中的选项含义如下:

1. 因变量列表,即随自变量变化的数值,本例中选取客单价作为因变量

2. 因子列表,用于定义个案组,可选择一个或多个因子变量,本例中选取性别

3. 个案标注依据,用于标记个案,本例中选取账号

通过以上的设置,我们将会获取到不同性别客单价的探索性分析结果。

图3:频率分析中的图表功能

2、应用统计分析

完成变量的选择后,单击右侧的统计,开启如图4所示的统计面板,其中的数值应用如下:

1. 描述,提供了平均值、中位数、方差、最大值、偏度等统计数值,可设置平均值的置信区间

2. M-估计量,为每个个案的数值应用权重,有助于减少极端值、异常值对平均值和中位数的影响

3. 离群值,即极值的分析,包含最大值、最小值

4. 百分位数,可将排序后的数据进行指定百分位值分组

本例中,我们选取了描述、M-估计值与离群值的数值。

图4:探索性统计分析选项

3、解读统计分析结果

从分析结果来看,如图5所示,当前数据包含了50个男性客单价个案,以及49个女性客单价个案。

图5:频数统计

如图6所示,从描述数据可以看到,男性的客单价平均值为100.8,而女性客单价平均值仅为47.6

而男性客单价平均值的95%置信区间上限中,平均值达到188,说明存在一些极端值,进一步查看最大值数据,发现最大值达到2000。

图6:描述性数值

这个最大值2000是单个个案,还是多个个案呢?另外,除了最大值外,是否存在其他极端值。为了解答以上问题,我们可以进一步查看极值分析。

如图7所示,可以看到,男性客单价中,账号77与账号85的客单价都属于极端值。

图7:极值分析

为了避免这些极值的影响,我们可以查看M估计量。如图8所示,经过M估计量的加权后,男性客单价平均值就变得比较正常了。

图8:M估计值

综上所示,通过IBM SPSS Statistics探索性分析的描述性统计数值,可获取到数据的平均值、极值等统计数值,有助于检查数据中的异常值情况。

另外,在《应用SPSS探索性分析,检验数据的正态分布》一文中,将会继续介绍探索性分析中的检验正态性功能。如需获取下一节内容,可前往IBM SPSS Statistics中文网站

作者:泽洋

标签:IBM SPSS Statistics探索性分析

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07
SPSS数据合并之如何进行变量合并
在存在多个数据源的情况下,经常会使用到IBM SPSS Statistics的数据合并功能,对多个数据源的数据进行合并。
2020-11-13
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09