精品文档---下载后可任意编辑 (2024-08-12 20:31:47)[删除]转 载 ▼标签： 转载原文地址：作者：建模手 线性回归数据（全国各地区能源消耗量与产量）来源，可点击协会博客数据挖掘栏：国泰安数据服务中心的经济讨论数据库。 数据预处理数据预处理包括的内容非常广泛，包括数据清理和描述性数据汇总，数据集成和变换，数据归约，数据离散化等。本次实习主要涉及的数据预处理只包括数据清理和描述性数据汇总。一般意义的数据预处理包括缺失值填写和噪声数据的处理。于此我们只对数据做缺失值填充，但是依旧将其统称数据清理。 数据导入与定义单击“打开数据文档 ”，将 xls 格式的全国各地区能源消耗量与产量的数据导入 SPSS 中，如图 1-1 所示。 图 1-1 导入数据导入过程中，各个字段的值都被转化为字符串型（String），我们需要手动将相应的字段转回数值型。单击菜单栏的“ ”-->“ ”将所选的变量改为数值型。如图 1-2 所示： 图 1-2 定义变量数据类型 数据清理数据清理包括缺失值的填写和还需要使用 SPSS 分析工具来检查各个变量的数据完整性。单击“ ”-->“ ”，将检查所输入的数据的缺失值个数以及百分比等。如图 1-3 所示：精品文档---下载后可任意编辑 图 1-3 缺失值分析能源数据缺失值分析结果如表 1-1 所示： 单变量统计 N均值标准差缺失极值数目 a计数百分比低高能源消费总量300.001煤炭消费量300.002焦炭消费量300.002原油消费量28201汽油消费量300.001煤油消费量28204柴油消费量300.002燃料油消费量300.003天然气消费量300.002电力消费量300.003原煤产量26402焦炭产量29102原油产量181200燃料油产量25503汽油产量26402煤油产量201000柴油产量26401天然气产量201003电力产量300.000 表 2-1 能源消耗量与产量数据缺失值分析 表 1-1 能源消耗量与产量数据缺失值分析SPSS 提供了填充缺失值的工具，点击菜单栏“ ”-->“ ”，即可以使用软件提供的几种填充缺失值工具，包括序列均值，临近点中值，临近点中位数等。结合本次实习数据的具体情况，我们不使用 SPSS 软件提供的替换缺失值工具，主要是手动将缺失值用零值来代替。 描述性数据汇总描述性数据汇总技术用来获得数据的典型性质，我们关怀数据的中心趋势和离中趋势，根据这些统计值，可以初步得到数据的噪声和离群点。中心趋势的量度值包括：均值（mean），中位数（median），众数（mode）等。离中趋势量度包括四分位数（quartile...
