如何用SPSS探测及检验异常值.doc

《如何用SPSS探测及检验异常值.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、如何用SPSS探测及检验异常值一、采用数据探索过程探测异常值SPSS菜单实现程序为:主菜单–>“Analyze”–>“DescriptiveStatistics”–>“Explore……”选项–>“Statistics”按钮–>选中“Outliers”复选框。输出结果中将列出5个最大值和5个最小值作为异常的嫌疑值。二、采用箱线图（boxplot）探测异常值箱线图比较直观、形象，易于理解，因此它在统计分析中占有非常重要的地位。1.利用上述的数据探测过程，在“Explore”对话框中单击“Plots”，出现如图2所示的对话框，通过“Boxplots”方框可以确定箱线图的生成方式。“Fac

2、torlevelstogether”复选框表示将要为每个因变量创建一个箱线图，“Dependenttogether”复选框表示将为每个分组变量水平创建箱线图，“None”复选框表示不创建箱线图。2.直接利用SPSS中的画图功能实现箱线图，SPSS给出了两种箱线图，一种是基本箱线图，另一种是交互式箱线图。基本箱线图的SPSS菜单实现为:点击主菜单中的“Graphs”选项，在弹出的一级菜单中选择“Boxplot……”选项。交互式箱形图的SPSS菜单实现为:点击主菜单中的“Graphs”选项，在弹出的一级菜单中点击“Interactive”选项，在弹出的二级菜单中选择“Boxplot……”

3、选项。下面仍以A公司雇员分工种的开始工资为例构造基本箱线图(如图3)。箱线图中的“○”表示可疑的异常值，此处异常值的确定采用的是“五数概括法”，即:变量值超过第75百分位点和25百分位点上变量值之差的1.5倍(箱体上方)或变量值小于第75百分位点和25百分位点上变量值之差的1.5倍(箱体下方)的点对应的值。三、SPSS14后的新功能Data–>Validation：？？？如何设置。。。四、Z分标准化法（3δ法）：±3δ以外的数据为高度异常值，应予剔除。五、数据异常值的检验SPSS中没有提供直接检验异常数据的工具，但是使用SPSS能使异常值的检验工作变得非常方便。通过SPSS中的Fre

4、quencies等过程，可以对指定变量的数据同时得到均值、方差等统计量，代入上述的公式，结合查表，很快就能得出检验结果。在多个异常数据下，使用SPSS更显方便，因为剔除前一个异常数据后，需要对剩余的数据重新计算均值和方差，如果数据很多，用手工计算将是很烦琐的事情，而且准确度不高。而通过SPSS，只需要重新选择数据以后，重复一次Frequencies过程的操作就可以了。分别对含异常值和删去异常值两种情况下的数据进行分析，并比较后才能增加可信度，避免误删。六、SPSS中异常值的剔除发现异常值后，把大于等于最小异常值或小于等于最大异常值的值用Data主菜单里的CasesSelect子菜单里

5、的条件设置按钮，就可以自动剔除异常值。承接心得1，数据预处理第二点异常值的处理。我大概学了两门统计软件SPSS和Stata，SPSS用的时间久些，熟悉一下，Stata最近才学，不是太熟。关于这点我结合着来说。关于异常值的处理可分为两点，一是怎么判定一个值是异常值，二是怎么去处理。判定异常值的方法我个人认为常用的有两点：1是描述性统计分析，看均值、标准差和最大最小值。一般情况下，若标准差远远大于均值，可粗略判定数据存在异常值。2是通过做指标的箱图判定，箱图上加“*”的个案即为异常个案。发现了异常值，接下来说怎么处理的问题。大概有三种方法：一是正偏态分布数据取对数处理。我做农户微观实证研

6、究，很多时候得到的数据（如收入）都有很大的异常值，数据呈正偏态分布，这种我一般是取对数处理数据。若原始数据中还有0，取对数ln(0)没意义，我就取ln(x+1)处理；二是样本量足够大删除异常值样本；三是从stata里学到的，对数据做结尾或者缩尾处理。这里的结尾处理其实就是同第二个方法，在样本量足够大的情况下删除首尾1%-5%的样本。缩尾指的是人为改变异常值大小。如有一组数据，均值为50，存在几个异常值，都是500多（我这么说有点夸张，大概是这个意思），缩尾处理就是将这几个500多的数据人为改为均值+3标准差左右数据大小，如改为100。总结而言，我个人认为做数据变换的方式比较好，数据变

7、换后再做图或描述性统计看数据分布情况，再剔除个别极端异常值异常值的识别与处理2016-04-26data567精鼎统计在处理实验数据的时候，我们常常会遇到个别数据值偏离预期或大量统计数据值结果的情况，如果我们把这些数据值和正常数据值放在一起进行计，可能会影响实验结果的正确性，如果把这些数据值简单地剔除，又可能忽略了重要的实验信息。这里重要的问题是如何判断异常值，然后将其剔除。判断和剔除异常值是数据处理中的一项重要任务，目前的一些方法还不是十分完善，有待进一