数据概览

# 数据概览

# 1、作用

用于对数据集的基本特征、属性和统计信息进行总结和描述。

# 2、输入输出描述

输入：一个或以上的定量变量。
输出：图形图表展示各数据的基本特征、属性。

# 3、案例示例

案例：对数据集的数据进行概览，查看缺失值以及数据整体情况。

# 4、案例数据

数据概览案例数据

# 5、案例操作

tep1：新建分析；
Step2：上传数据；
Step3：选择对应数据打开后进行预览，确认无误后点击开始分析；

step4：选择【数据概览】；
step5：查看对应的数据数据格式，【数据概览】要求输入数据为定量或定类变量，且至少有一项；
step6：点击【开始分析】，完成全部操作。

# 6、输出结果分析

输出结果1：房价

输出结果2：户型

输出结果3：电梯

# 7、注意事项

对于定量变量和定类变量的数据概览结果是不一样的；上传数据后系统会自动识别定量或定类，请谨慎更换数据类型；

# 8、模型理论

数据概览对各个变量进行数据概述，为后续的分析、建模和决策提供基础：
（1）了解数据质量和完整性，可以初步检查数据中是否存在缺失值、异常值或不一致的情况。
（2）选择合适的分析方法，可以揭示数据的分布、范围和变化情况，从而帮助选择适合的分析方法。

在SPSSPRO中，数据概览的表格主要有以下内容：数据类型（定量或定类），样本值，最大值，最小值，缺失值，中位数，去重量，变异系数，平均值，方差，标准差，S-W正态检验。 S-W正态检验（Shapiro-Wilk）是一种用来检验数据是否来自正态分布的统计检验方法。它对小到中等样本量（通常不超过5000个观测值）的数据集效果较好，并且对于正态性的敏感性也比较高。其原理、步骤为：

1. 建立假设：零假设（H0）：样本数据服从正态分布。备择假设（H1）：样本数据不服从正态分布。
2.计算统计量：先将样本数据按照大小进行排序。再根据排序后的数据计算 Shapiro-Wilk 的统计量 $W$ 。这个统计量的计算依赖于数据的排序值以及与正态分布的相关性。

W = \frac{{(\sum_{i = 1}^{n} a_{i} x_{(i)})}^{2}}{\sum_{i = 1}^{n} (x_{i} - \bar{x})^{2}}

其中， $x_{(i)}$ 是排序后的第 $i$ 个观测值； $x_{i}$ 是未排序的第 $i$ 个观测值； $a_{i}$ 是与样本大小 $n$ 相关的系数。

3.确定临界值，根据P值得出结论。

其他指标可详见“描述性统计”。

# 9、参考文献

[1]彤季. 统计学入门(Ⅺ)[J]. 数理统计与管理, 1984(05):25-29.

建议反馈