心得2：数据预处理第二点异常值的处理。
我大概学了两门统计软件SPSS和Stata，SPSS用的时间久些，熟悉一下，Stata最近才学，不是太熟。关于这点我结合着来说。关于异常值的处理可分为两点，一是怎么判定一个值是异常值，二是怎么去处理。
判定异常值的方法我个人认为常用的有两点：1是描述性统计分析，看均值、标准差和最大最小值。一般情况下，若标准差远远大于均值，可粗略判定数据存在异常值。2是通过做指标的箱图判定，箱图上加“*”的个案即为异常个案。
发现了异常值，接下来说怎么处理的问题。大概有三种方法：
1是正偏态分布数据取对数处理。我做农户微观实证研究，很多时候得到的数据(如收入)都有很大的异常值，数据呈正偏态分布，这种我一般是取对数处理数据。若原始数据中还有0，取对数ln(0)没意义，我就取ln(x+1)处理；
2是样本量足够大删除异常值样本；
3 是从stata里学到的，对数据做结尾或者缩尾处理。这里的结尾处理其实就是同第二个方法，在样本量足够大的情况下删除首尾1%-5%的样本。缩尾指的是 人为改变异常值大小。如有一组数据，均值为50，存在几个异常值，都是500多(我这么说有点夸张，大概是这个意思)，缩尾处理就是将这几个500多的数 据人为改为均值+3标准差左右数据大小，如改为100。
总结而言，我个人认为做数据变换的方式比较好，数据变换后再做图或描述性统计看数据分布情况，再剔除个别极端异常值。
关于SPSS回归分析
心得1：如何做好回归分析。
经过多次实战，以及看了N多视频，上了N多课，看了N多专业的书。我个人总结做回归的步奏如下：
1对数据进行预处理，替换缺失值和处理异常值；
2是将单个自变量分别与因变量做散点图和做回归，判定其趋势，并做好记录(尤其是系数正负 ，要特别记录)；
3是自变量和因变量一起做相关系数，看各个变量相关关系强弱，为下一步检验多重共线性做准备；
4是自变量多重共线性诊断。若变量存在多重共线性，可采用主成分回归，即先将存在多重共线性的变量做主成分分析合并为1个变量，然后再将合并成的新变量和其余自变量一起纳入模型做回归；
5是做残差图，看残差图分布是否均匀(一般在+-3个单位之间均匀分布就比较好)；
6是 告相应结果。
相关资源：本草纲目下载李时珍本草纲目查询软件版v1.4_本草纲目pdf彩图版…
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！