SPSS syntax“臨時”應用技巧_數據分析_大數據

在數據分析的時候我們"數據分析師"經常會碰到這樣的問題：我們"數據分析師"計算過程中會有一些變量，這些變量的處理結果都只是中間過渡一下，便于后面的計算和分析；但是要得到分析結果少了這些臨時變量又不行，今天這里簡單的說說幾種常用的spss syntax“臨時”應用技巧，算是節后的禮物吧。

一、臨時性命令Temporary

    有的時候，我們"數據分析師"需要變換已有變量觀測值計算相關結果，但又不希望改變原有數據表中的數據。例如，游戲中有個概念叫Arpu，其與游戲的平均在線人數有關，這里我們"數據分析師"知道目前游戲的平均在線人數，預測做市場推廣之后游戲平均在線人數大概有5%的增長，利用新的平均在線人數來計算收益，就可以用temporary命令來處理這個5%的問題，而不改變原有數據。下面看看temporary運用的簡單示例：

----------------------------------------------------------------

#1  DATA LIST FREE /var1 var2.
#2  BEGIN DATA
#3  1 2
#4  3 4
#5  5 6
#6  7 8
#7  9 10
#8  END DATA.
#9  TEMPORARY.
#10 COMPUTE var1=var1+ 5.
#11 RECODE var2 (1 thru 5=1) (6 thru 10=2).
#12 FREQUENCIES
#13 /VARIABLES=var1 var2
#14 /STATISTICS=MEAN STDDEV MIN MAX.
#15 DESCRIPTIVES
#16 /VARIABLES=var1 var2
#17 /STATISTICS=MEAN STDDEV MIN MAX.

----------------------------------------------------------------

代碼解析：

上面的代碼利用temporary屬性，改變var1和var2的臨時值，進而計算var1var2變換后的相關統計量。（注：temporary命令只對其后的一條命令起作用。在這個例子中，temporary只對frequencies起作用，而descriptives命令還是按原始觀測值計算）

第1-8行創建一個含有var1、var2的數據集，并給var1輸入1、3、5、7、9，var2輸入2、4、6、8、10的觀測值

第9-11行給var1、var2賦予新的值，但不改變原數據集中var1、var2的觀測值

第12-17行則是Frequencies和Descriptives命令，用來描述統計VAR1和VAR2

二、臨時變量#VAR

   SPSS Syntax語句中所有的臨時變量都是以"#"作為前綴，什么是臨時變量，"數據分析師"在SPSS中臨時變量就是指運算用到，但不在結果和數據集中顯現出來的變量。例如：我們要通過A計算C，但A又沒辦法直接計算，我們"數據分析師"必須借助中間變量B才能達到計算目的，在整個過程中B都沒明顯的表現出來，那么此時B就可視為臨時變量，為了方便大家更好的理解，這里還是用一個簡單的例子來說明問題，示例代碼如下：

---------------------------------------------------------------

#1  DATA LIST FREE / var1.
#2  BEGIN DATA
#3  1 2 3 4 5
#4  END DATA.
#5  COMPUTE var2=1.
#6  LOOP #i=1 TO var1.
#7  - COMPUTE var2=var2 * #i.
#8  END LOOP.
#9  EXECUTE.

--------------------------------------------------------------

代碼解析：

上面的代碼利用臨時變量i做循環，通過var1計算var2，來完成一個迭代的過程。var1的初始觀測值為1、2、3、4、5,var2的初始值為1，臨時變量i從1取到5，通過compute命令計算出var2的值。

第1-4行創建含有var1的數據集，var1包含5個觀測值

第5行對var2進行初始賦值，產生一列變量名為var2，觀測值為1的變量

第6-8行為一個循環結構，循環N次計算var2的值（N為var1的觀測值數）

第9行為即時計算命令execute，類似于transform菜單欄中的running pending transforms(快捷鍵CTRL-G) 

三、其他

    除了上面說的2種情況外，其他更多的情形則是伴隨具體的分析方法產生的，如一次分析的結果作為下一次分析的數據，常見的如距離分析（proximities）的結果作為聚類分析(cluster)的原始數據，又或者是因子分析的結果作為回歸分析的數據，都可以采用將數據結果存儲為臨時文件的形式來方便計算，譬如常用的matrix out和matrix in子命令就能達到如此效果，由于時間關系，這里不再深入說明。 總之，所有的臨時性命令都是為了方便計算，有點類似于EXCEL中輔助列的作用。 

小貼士：

TEMPORARY常與以下命令一起使用：

1）數據轉換命令compute,recode,if和count,以及重復計算命令Do repeat

2）循環結構語句loop和do if

3）格式變換語句print formats,write formats和formats

4) 觀測值選擇加權語句select if,sample,filter和weight

5）變量聲明語句numric,string以及矢量申明語句vector

6) 標簽處理相關語句variable labels,value labels和missing values命令

7）文件存儲語句Xsave及split file.