SPSS中怎么使用分箱功能将连续数据离散化？

“分箱法”相信学过统计学的小伙伴们都不会陌生，它的主要作用就在于对噪音数据进行剔除，同时将连续型数据进行离散处理。在模型分析开始前，我们经常需要使用

    
    “分箱法”相信学过统计学的小伙伴们都不会陌生，它的主要作用就在于对噪音数据进行剔除，同时将连续型数据进行离散处理。在模型分析开始前，我们经常需要使用到分箱法来处理和清洗数据。下面小编就带着大家一起学习一下吧！
    操作方法：
    图1是我们准备要分箱的数据，我们将对年龄列进行分箱，按照每10岁为一个标准进行分箱。
    图1：要分箱的数据
    点击“转换”中的“可视分箱”，进入分箱设置界面。
    图2：可视分箱
    将“年龄”拉入到“要分箱的变量”中，然后点击“继续”。
    图3：拉入要分箱的变量
    在图4所示界面，我们可以看到要扫描的个案数共34个，其中最大的变量值为67，最小为22，也就是说要分箱的数据年龄段在22到67岁之间。
    我们在“分箱化变量”中，填入“年龄段”，作为一个之后新生成的变量，随后点击“生成分割点”按钮。
    图4：分箱化变量
    按照我们的分箱目的，我们要每隔10岁分组一次，最小的年龄为22岁，则我们需要在第一个分割点位置填写“20”，然后在宽度填写“10”，此时点击键盘Tap键，SPSS会自动生成分割点数蔽明塞聪拼音：bì míng sè cōng释义：蔽遮；聪听觉灵敏；明看得清楚。蒙住眼睛不看，堵塞耳朵不听。指对外界事物不闻不问。出处：宋·曾巩《洪范传》夫然，故蔽明塞聪，而天下之情可坐而尽也。”示例：无的值为“5”，如图5所示。
    这样子SPSS会自动帮我们将20到30、30到40、40到50、50到60、60到70的年龄段进行分组，一共5组。
    图5：生成分割点
    点击“应用”按钮后，回到“可视分箱”界面中，我们可以在图6红框位置看到后续的分箱值，标签栏默认是空值，我们可以进行自定义填写，如设置20的分箱标签为2。
    图6：设置自定义标签
    最后点击“确定”按钮，开始进行数据分箱，分箱后的新数据结果如图7所示，生成了新的“年龄段”列，数据也非常正确地进行了分箱，如年龄为27的那行数据，被正确地设置到了标签为2的分箱中。
    图7：分箱结果
    以上就是使用IBM SPSS Statistic对演示数据中的年龄指标，按照每隔10岁的标准，进行分箱的全部教程，上述演示的是等距分箱，小伙伴也可以自己动手在IBM SPSS Statistic中尝试一下不等距分箱哦。