数据编码

操作视频

# 数据编码

# 1、作用

将变量数值再次进行编码，可进一步浓缩或整合原始数据。按分组替换原始数据，同时为分组数据打上标签，如将年龄（定量变量，数值）编码年龄段（定类变量，如少年、青年、中年等），SPSSPRO提供了三种形式的编码方式，分别是新编码、范围编码和自动分组，其中：
新编码：若数据为文本类型，SPSSPRO默认文本类数据会按列编码为 $1 ， 2 ， 3 ， . . . ， N$ ，在新编码中您可以随意设置；
范围编码：将原始数据编码或默认文本类数据编码按数字范围进行设置新编码，编码范围不允许重复；
自动分组：将数值数值按照均值、二分位数、四分位数进行分组。

# 2、输入输出描述

输入：一项定量/定类变量。
输出：对变量每个值进行重新编码。

# 3、案例示例

案例：示例，对于数据编码，有几个应用场景
1、首先对于量表题，可以进行反向编码，比如说存在正向题，反向题。
2、对于有序定类变量。
3、对变量进行定制化的分组。
分别介绍这三种编码情况。

# 4、案例数据

数据编码案例数据

# 5、案例操作

Step1：在“数据处理”模块新建处理；
Step2：上传文件；
Step3：选择对应数据打开后进行预览，确认无误后点击开始处理；

Step4：选择【数据编码】；
Step5：查看对应的数据数据格式，【数据编码】要求变量为一项定量或定类变量；
Step6：确认参数，有多种编码方式可选择；
Step7：点击【开始处理】，完成全部操作。

# 6、输出结果分析

对于数据编码，有几个应用场景
（1）首先对于量表题，可以进行反向编码，比如说存在正向题，反向题。

（2）对于有序定类变量。
当我们上传到一个定类变量的时候，对于其中的分类水平是随机编码的，比如说原本随机编码为无效[2]、有效[1]、痊愈[3]，这不符合自定义的有序，我们需要将其修改为无效[1]、有效[2]、痊愈[3]

修改后可以在有序逻辑回归和Ridth分析中使用。

（3）对变量进行定制化的分组。
若是原本是5集量表题，我想将它重新整合成三级量表结果，比如说把回答为1或2的整合成一级（编码为1），回答为3的为一级（编码为2），回答为4或5的整合成一级（编码为3）。
也可以采用自动分组的方式去对数值进行分组。

# 7、注意事项

对于范围编码和自动分组编码，需要利用到数值信息进行分组，所以它们二者支持对定量变量进行分组，若是对于分类变量，是利用它们的编码来进行分组。

# 8、模型理论

（1）新编码：若数据为文本类型，SPSSPRO默认文本类数据会按列编码为 $1 ， 2 ， 3 ， . . . ， N$ ，在新编码中您可以随意设置；

比如说量表题存在五个选项、非常同意、同意、无所谓、不同意、非常不同意五个选项，分别编码为5、4、3、2、1。对于反向题，我们需要重新进行编码，将5->1，4->2，3->3，2->4，1->5。

（2）范围编码：将原始数据编码或默认文本类数据编码按数字范围进行设置新编码，编码范围不允许重复；
比如说若是原本是5集量表题，我想将它重新整合成三级量表结果，就可以把回答为1或2的整合成一级（编码为1），回答为3的为一级（编码为2），回答为4或5的整合成一级（编码为3）

（3）自动分组：将数值数值按照均值、二分位数、四分位数进行分组。

均值 2 组：将数值按照平均值进行分割，低于平均值为一组，高于平均值为一组；
二分位数 2 组：将数值按照从小到大分、按照 50%的比例分为两组；
27%、73%分位数 3 组：将数值按照从小到大分、按照 27%、27%-73%、73%-100%分为三组；
四分位数 4 组：将数值按照从小到大分、按照 25%、25%-50%、50%-75%、75%-100%分为四组。

# 9、参考文献

[1] Scientific Platform Serving for Statistics Professional 2021. SPSSPRO. (Version 1.0.11)[Online Application Software]. Retrieved from https://www.spsspro.com.

建议反馈