(2016-08-1220:31:47)HYPERLINK"http://blog.sina.com.cn/s/javascript:;"[删除]转载▼标签：HYPERLINK"http://search.sina.com.cn/?c=blog&q=%D7%AA%D4%D8&by=tag"\t"http://blog.sina.com.cn/s/_blank"转载原文地址：HYPERLINK"http://blog.sina.com.cn/s/blog_93fda64f0100ytnn.html"\o"SPSS19.0实战之多元线性回归分析"\t"http://blog.sina.com.cn/s/_blank"作者：HYPERLINK"http://blog.sina.com.cn/u/2482873935"\o"建模手"\t"http://blog.sina.com.cn/s/_blank"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研究数据库。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，但是依然将其统称数据清理。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：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，我们关心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（quartiles），方差（variance）等。SPSS提供了详尽的数据描述工具，单击菜单栏的“”-->“”-->“”，将弹出如图2-4所示的对话框，我们将所有变量都选取到，然后在选项中勾选上所希望描述的数据特征，包括均值，标准差，方差，最大最小值等。由于本次数据的单位不尽相同，我们需要将数据标准化，同时勾选上“将标准化得分另存为变量”。图1-4描述性数据汇总得到如表1-2所示的描述性数据汇总。N极小值极大值均值标准差方差能源消费总量3091126164煤炭消费量3033229001焦炭消费量30195461原油消费量3005555汽油消费量3018771煤油消费量300262柴油消费量30271368燃料油消费量3001574天然气消费量301106电力消费量30983004原煤产量30058142焦炭产量3009202原油产量2904341燃料油产量300497汽油产量3001032煤油产量300219柴油产量3001911天然气产量300164电力产量30972536有效的N（列表状态）29表1-2描述性数据汇总标准化后得到的数据值，以下的回归分析将使用标准化数据。如图1-5所示：图1-5数据标准化我们还可以通过描述性分析中的“”来得到各个变量的众数，均值等，还可以根据这些量绘制直方图。我们选取个别变量（能源消费总量