SPSSPRO,让数据分析更简单,问卷调查类数据分析不再愁 产品介绍 帮助中心 客户端
微信登录
  • 产品简介
  • 我的数据
  • PRO绘图
  • 数据处理
  • 描述性分析
  • 问卷分析
  • 综合评价
  • 差异性分析
  • 相关性分析
  • 预测模型
  • 统计建模
  • 计量经济模型
  • 医学统计模型
  • 机器学习分类
  • 机器学习回归
  • 规划求解
  • 研究模型
  • 信号分析
  • 自定义算法
  • 过程能力分析
  • 控制图
  • 测量系统分析
  • 可靠性生存分析
  • 全部分类
  • 全部标签
  • 文章归档
  • 产品简介
  • 我的数据
  • PRO绘图
  • 数据处理
  • 描述性分析
  • 问卷分析
  • 综合评价
  • 差异性分析
  • 相关性分析
  • 预测模型
  • 统计建模
  • 计量经济模型
  • 医学统计模型
  • 机器学习分类
  • 机器学习回归
  • 规划求解
  • 研究模型
  • 信号分析
  • 自定义算法
  • 过程能力分析
  • 控制图
  • 测量系统分析
  • 可靠性生存分析
  • 全部分类
  • 全部标签
  • 文章归档
  • 产品简介

  • 我的数据

  • PRO绘图

  • 数据处理

    • 数据标签
    • 数据编码
    • 异常值处理
    • 无效样本处理
    • 生成变量
      • 1、作用
      • 2、输入输出描述
      • 3、案例示例
      • 4、案例数据
      • 5、案例操作
      • 6、输出结果分析
      • 7、注意事项
      • 8、模型理论
      • 9、参考文献
    • 样本均衡
    • 缩尾截尾处理
    • 时序数据滑窗转换
    • 虚拟变量转换
    • 特征筛选
    • 数据标准化
    • 缺失值处理
    • 数据降维
    • 数据变换
    • 数据降采样
  • 数据分析

生成变量

发布:2022-11-16  | 最近更新:2026-09-24  | 责任主体:SPSSPRO

开始分析 下载案例数据
操作视频
SPSSPRO教程-生成变量

# 1、作用

生成变量是对单变量或多变量进行计算。其中平均值、求和、乘积(交互项)是多变量计算,即对多个变量的均值、加和、乘积的结果;自然对数、Log10是单变量计算,即对单个变量的数据的值进行计算。

# 2、输入输出描述

输入:对于平均值、求和、乘积(交互项):至少2个定量变量;
对于自然对数、Log10:仅1个定量变量。
输出:按照选项计算生成新变量。

# 3、案例示例

案例:对X1、X2两个变量进行平均、求和、乘积计算;以及对X1进行自然对数、Log10处理。

# 4、案例数据

生成变量案例数据表

生成变量案例数据

# 5、案例操作

数据处理新建处理并上传文件
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;
选择生成变量与计算方法
Step4:选择【生成变量】;
Step5:查看对应的数据数据格式,【生成变量】要求变量为定量变量,且至少有一项;
Step6:确认参数,有平均、求和、乘积自然对数、Log10方法可选;
Step7:点击【开始处理】,完成全部操作。

# 6、输出结果分析

(1)X1、X2均值处理,相当于(X1+X2)/2

X1 与 X2 均值处理结果

(2)X1、X2求和处理,相当于(X1+X2)

X1 与 X2 求和处理结果

(3)X1、X2乘积处理,相当于(X1*X2))

X1 与 X2 乘积处理结果

(4)X1进行自然对数处理,相当于ln(X1)

X1 自然对数处理结果

(5)X1进行Log10处理,相当于log10(X1)

X1 以 10 为底对数处理结果

# 7、注意事项

  • 生成变量不支持对存在空值的变量进行处理,需要提前处理空值。

# 8、模型理论

(1)平均值:要求对多个变量进行求平均

(2)求和:要求对多个变量进行求和

(3)乘积(交互项):要求对多个变量进行乘积

(4)自然对数(ln):只允许对一个变量进行ln处理

(5)10为底对数(log10):只允许对一个变量进行log10处理 ​

# 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