SPSS中異常值檢驗的幾種方法介紹(6)_數據分析師

這樣就可以得到統一視圖下的選擇圖了！

數據可視化的藝術——用圖表吸引目光（四）——Excel 金字塔圖 數據可視化的藝術——用圖表吸引目光（四）——Excel 金字塔圖

這次介紹一個 Excel 的小技巧，關于單元格格式中【數字】這一項的設定。 請看上圖所示的金字塔圖，有沒有發現問題？ 比如下圖

按照常規的作圖方式， 圖中突出的兩個地方的數字應該是“-9508”和“-15000”。 但是在 表示人口數量的時候使用負數顯然是不合適的。因此我們可以想個辦法將 Excel 中的圖標 轉換成 y 軸左右都是正數的形式。

調查數據的加權處理技術

很多人在進行統計分析和市場研究的時候， 都涉及到對數據進行加權的問題， 這是一個搞數 據分析和從事市場

研究的人都會碰到的問題， 需要大家正確理解并解釋， 并采用合理的操作 技術和處理方法。 什么是加權呢？ 簡單地說，就是要“讓一些人變得比另一些人更重要！” 要能夠比較好的理解加權，首先你要了解抽樣設計，特別是設計權數：每個樣本單位所代表 的被調查總體的單位數。設計權數由抽樣設計決定,用 Wd 表示。 設計權數 Wd=1/入樣概率； 入樣概率：在抽樣設計中，如果一個樣本的入樣概率=1/50，那么該樣本的設計權數=50。 也就是說，這個樣本代表了總體中的 50 個單位。 關于自加權抽樣設計：如果所用樣本的設計權數是相等的，那么這樣的抽樣設計是自加 權的。也就是說，總體中的每個單元被抽中的可能性相等，具有等可能性、具有相等的入樣概率。如果是自加權的，在總體均值、比例估計時不用考慮設計權數，對總量的估計只要擴 大樣本。 滿足自加權的抽樣設計：等概率抽樣、簡單隨機抽樣、系統抽樣、分層抽樣—各層大小 成比例，每層內簡單隨機抽樣、多階段抽樣—最后階段等概率，其它階段與單位大小成比例 概率抽樣。 不等概率抽樣往往不滿足自加權， 對于不等概率抽樣， 正確使用設計權數就尤為重要了！

下面我們看看如何進行加權處理！ 加權：通過對總體中的各個樣本設置不同的數值系數(即加權因子-權重)，使樣本呈現希望 的相對重要性程度； 基本加權等于：設計加權=某個變量或指標的期望比例/該變量或指標的實際比例；

什么情況下要進行加權？ 情景 1：我們在抽樣調查得到的樣本結構與總體人口統計結構狀況不相符，我們可以通過加 權來消除/還原這種結構差異，達到糾偏的目的； 例如，在城市和農村各調查 300 樣本，城市與農村人口比例“城市:農村=1:2”(假設)，在 分析時我們希望將城市和農場看作一個整體，這時候我們就可以賦予農村樣本一個 2 倍于 城市樣本的權重； 情景 2：除了人口統計結構，有時候我們在調查樣本的某些變量或指標上樣本的代表性可能 也會相對總體的實際狀況過高/過低，此時，需要加權進行調整；

這類不匹配大多是我們“故意”而為(通過“追加”樣本實現)，比如在配額抽樣的時候，設置配 額要求某類被訪者對某產品的使用者必須達到 50%，但實際情況是總體市場中實際使用者 僅有 10%； 有時，則是“非情愿”的出現，比如設置了能反映總體的配額比例，但實際操作卻出現了比例 偏高/偏低； 情景 3：在樣本組配額實驗設計中，進行不同子總體對比檢驗，也會通過加權來調整不同組 間的樣本屬性不相匹配的情形(通常設有相同的配額，但執行有可能會出現差異)；通常，加 權對結果產生的差異很小，更多的是對結果從準確度上進行修飾； 情景 4：所測試樣本出現了較多的缺失值，需要加權來糾正結果；對于面向特定客戶的專項 研究，在調查前基本都協議有要完成的樣本量，故這種情形較少；