定义变量 | ||
Tpye | 变量类型 | 默认类型为数值型（Numeric） |
Width | 变量长度 | 默认长度为8 |
Decimal | 小数位数 | 默认小数位数为2 |
Label | 变量标签 | 用户自定义 |
Values | 值标签 | 用户自定义 |
Missing | 缺失值 | 用户自定义 |
Columns | 列宽 | 变量在Data View中所占列宽默认为8个英文字符宽 |
Align | 对齐方式 | 默认右对齐(Right) |
Measure | 测度方式 | 默认为范围测试(Scale)，即连续变量 |
菜单选项 | |
性别 英语No missing values | 无缺失值 |
Discrete missing values | 离散缺失值 |
Range plus one optional discrete missing value | 附加一个范围外缺失值 |
Ascending | 升序 |
Descending | 降序 |
Transpo | 转置 |
Add cas | 增加观测量 |
Merge Files | 合并文件 |
Unpaired Variables | 不成对变量 |
Indicate cas source as variable | 产生变量来指明观测量来源 |
Excluded Variable | 被排除在新文件之外的变量 |
Match cas on key variables in sorted files | 在经分类的文件中按关键变量匹配观测量 |
U expression as label | 使用计算目标变量的表达式作为标签 |
Included if cas satisfies condition | 对满足条件的观测量计算新变量值 |
时间序列转换函数 | |
Difference(变差)函数 | 产生原变量值序列的相信值之间的变差，指定Order（阶数）框数值（大于等于1的整数）可以计算相应阶的变差 |
Seasonal difference(季节变差)函数 | 适用于具有季节性变动的时间序列，季节变差函数将产生与原时间序列相距一定周期值的观测量之间的变差 |
Centered moving average(中心移动平均)函数 | 将原变量以序列的观测值以指定的Span（时段长）进行移动平均，产生移动平均时间序列。如指定Span值为奇数n,选择中心移动平均后，产生的新序列首尾各减少（n-1）/2个数值；Span值为偶数n, 选择中心移动平均后，需要将产生的平均值序列的每相邻的两个值再平均一次，产生的新序列首尾各减少n/2个数值 |
Prior moving average(向前移动平均)函数 | 将原变量值序列的观测值以指定的Span进行移动平均，和平均值顺着时间向前的方向列在新变量列里，产生新的时间序列。新变量列中观测值向前移动的时段长正好等于指定的Span值。 |
Running median(移动中位数)函数 | 与居中移动平均相同。只不过是将原变量序列的观测值以指定的Span确定其中位数，列在新变量列里，产生新的时间序列。 |
Cumulative sum(累积和)函数 | 从原变量值序列的第一个值开始逐项累积求和，求和所得到的数值依次作为新变量值，产生新的时间序列。 |
Lag(延迟)函数Lead（前移）函数 | 分别将原变量序列的各项观测值按指定的 Order（阶数）向前和向后平移，对于新变量，首尾将减少与order值数量相等的观测值作为缺失值对待。 |
Smoothing（平滑）函数 | 使用该函数将按照一种称之为T4253H的方法对原变量序列的各项数据进行平滑或修匀，产生新的时间序列。 |
| 在线德语课程 | |
缺失值估计方法 | |
Series mean(序列平均) | 用整个序列有效数的平均值作为缺失值的估计值。 |
Mean of nearby point(邻近值平均) | 如果选择此方法以，Method栏中的Span of nearby points栏的两个单选项Number（缺失值邻近点的点数）和All（全部观测值）被激活。如选择前者，输入Number数值指定的缺失值上下邻近点的点数，则将这些点数的有次数值的均值作业缺失值估计值，如邻近点的数达不到指定的数值，则缺失值仍然保留。选择后者，则用全部有效观测值的均值作为缺失值的估计值，效果与选用Series mean法相同 |
Median of nearby points | 选择此法与Mean of nearby points一样用缺失值上下邻近点指定Span（间隔）范围内的有效数值或全部有数数值的中位数作为缺失值的估计值 |
Linear interpolation | 对缺失值之前最后一个和其后第一个有效值 使用线性插值法计算估计值。如果序列的第一个或最后一个观测值缺失 ，则不能用这种方法替代这些缺失值 |
Linear tread at point | 选择此法，对原序列以序号为自变量，以选择变量为因变量求出线性回归方程，再用回归方程计算各缺失值处的趋势预测值，并用预测值作为替代相应的缺失值，当选择的替代方法，Number值等项设置进行更换后，都需要单击Change 按钮确认。 |
统计量 | |
Sum | 和 |
Number of cas | 观测量数 |
Mean | 均值 |
Median | 中位数 |
Grouped Median | 组中位数 |
Minimum decide的名词 | 最小值 |
Maximum | 最大值 |
First/Last | 第一/最末观测值 |
Kurtosis | 峰度 |
Skewniss | 偏度 |
Standard Deviation | 标准差 |
Geometric Mean | 几何平均值 |
Harmonic Mean | 调和平均值 |
Std. Error of the mean | 平均标准误 |
Std. Error of Kurtosis | 峰度标准误 |
Std. Error of Skewness 英语大小写字母表 | 偏度标准误 |
Percentage of Total N | 观测量总数百分比 |
Percentage of Total Sum | 观测量值总和百分比 |
差值概述统计 | |
Differences for Summary Statistics | 差值的概述统计 |
Differences between Variables(变量值间的差) | 计算变量对之间的差值，选此选项之前，必须在主对话框中选择至少两个概述变量 |
Differences between groups(组间差) | 计算由分组变量定义的组对之间的差值，选此选项之前，必须在主对话框中选择一个或者多个分组变量。 |
Type of Differences | 差值类型 |
Percentage difference(百分数差) | 计算百分数差，即输出一配对变量 中的第一个变量值减去第二个变量值的差值与第二个变量值的百分比 |
Arithmetic difference(算术差) | 计算算术差，即输出一配对变量中的第一个量值减去第二个变量值的绝对差 |
观测值概述 | |
Display cas | 显示观测值 |
Limit cas to first | 限制参与概述的观测量 |
Show only valid cas | 仅显示有观测值 |
Show ca numbers | 显示观测量序号 |
标题概述 | |
Subheadings for totals(所有分组标题) | 输出的酸奶 述表中显示各分组的总和 |
Excludes cas with missing values listwi(排含有缺失值的变量 quean | 将概述变量的缺失值全部以排除 |
Missing statistics appearas 出现缺失统计量) | 可在矩形框中键入字符、文字或者短语来标记缺失值 |
页面布局 | |
页面布局 | Page Layout |
Page Begins on(页面起始) | 设置输出报告页的起始行数，缺省时，起始行从1开始 |
Ends on Lines(结束行数) | 设置输出报告页的结束行数，结束行数必须大于起始行数 |
Line Begins in Column(左侧边距) | 设置输出页码的左页边距 |
Ends in Column(右侧边距) | 设置输出报告页码的右面边距，最大数值可达到285个字符 |
Alignment within Margins(页边对齐方式) | 设置输出报告页码左、中、右对齐方式 |
Page Titles and Footers(页头和页脚) | 为页标题和脚注设置栏 |
Lines after titles(标题下空行) | 设置标题与报告首行之间的空行数 |
Lines before footer(s)脚注间空行 | 设置脚注与报告之间的空行数 |
Column Titles(列标题) | 为列标设置 |
Underscore titles | 列标题下加下划线 |
Vertically align | 设置列标题对齐方式 |
Break Column | 分列 |
All break in first column | 所有的分组变量都将排在第一列 |
描述性统计量 | |
Descriptives(描述性统计量) | 输出结果显示均值、中位数、5%调整平均数等描述统计量的值。其中的Confidence Interval for mean(均值的n%置信区间)将显示1总体均值的95%置信区间，95%为系统默认的置信概率，可以改变此数值，范围是1~99 |
M-estimators(M估计值) | 输出的结果显示几种描述集中趋势的估计量 |
Outliers(奇异值) | 显示五个最高与最低的观测值 ，并显示变量标识 |
| grain Percentiles(百分位数) | 显示第5、10、25、50、75、90及95百分位数 |
探索性分析图形 | |
Boxplots | (箱图) |
Factor levels together(全部因子变量水平箱形图) | 将每个因变量对于不同分组的箱图并列显示，利于比较各组在因变量同一水平上的差异 |
Dependents together(全部因变量箱形图) | 根据因子变量每个分组单独产生箱图，各因变量的箱形图并排排列。 |
Stem-and-leaf | 茎叶图 |
Spread vs. Level with levene Test | 带Levene检验的散布水平 |
Power estimation(功效估计) | 将产生四分位数间距的自然对数与所有单元中位数的自然对数的散布图 |
Transformed (转换) | 可以选择相应的幂次（power）产生转换后数据的散布图 |
Untransformed（不进行数据转换） | 产生原始数据的散布图 |
比率统计分析 | |
Ratio Statistics | 比率统计分析 |
AAD(Average Absolute Deviation) | 比率平均绝对偏差 |
COD(Coefficient Of Dispersion) | 比率离散系数 |
PRD（Price-Related Differential） | 比率相对差别 |
COV(Median centered) | 中位数-中心变异系数 |
| famas Ratio Between(比率范围) | 可以设定Low Proportion（比率下限值）和High proportion（比率上限值） |
Ratio Within(比率内) | 根据中位数的百分比指定一个隐含的区间，输入的数值为0到100之间，区间下限为（1-0 01*数值）*中位数，下限为（1+0.01*数值）*中位数 |
本文发布于:2023-05-21 11:57:58，感谢您对本站的认可！
本文链接：https://www.wtabcd.cn/fanwen/fan/78/719234.html
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。
| 留言与评论（共有 0 条评论） |
