關于SPSS學習與交流的專業論壇，小兵博客一直推薦大家去人大經濟論壇（現在叫做經管之家）SPSS專版。這個闆塊幾乎覆蓋了SPSS統計分析從理論到實踐、從工具到方法的各類資料。特别适合 SPSS初學者和使用者交流互動，傳授經驗。

今天小兵就先為大家分享一篇論壇網友SPSS數據分析的心得體會，原作者：xddlovejiao1314，謝謝他的寶貴經驗分享。

關于SPSS數據預處理

拿到一份數據，或者在看到國内外某個學者的文章有想法而自己手裡的數據剛好符合這個想法可以做時，在整理好數據後不要急于建模。一定要對數據做缺失值處理、異常值處理。在數據預處理的基礎上再進一步建模，否則可能得到錯誤的結果。

心得1：缺失值的處理

我個人有幾個看法：

心得2：異常值的處理

我大概學了兩門統計軟件SPSS和Stata，SPSS用的時間久些，熟悉一下，Stata最近才學，不是太熟。關于這點我結合着來說。

關于異常值的處理可分為兩點，一是怎麼判定一個值是異常值，二是怎麼去處理。

判定異常值的方法我個人認為常用的有兩點：

1是描述性統計分析，看均值、标準差和最大最小值。一般情況下，若标準差遠遠大于均值，可粗略判定數據存在異常值。

2是通過做指标的箱圖判定，箱圖上加“*”的個案即為異常個案。

發現了異常值，接下來說怎麼處理的問題。大概有三種方法：

1是正偏态分布數據取對數處理。我做農戶微觀實證研究，很多時候得到的數據（如收入）都有很大的異常值，數據呈正偏态分布，這種我一般是取對數處理數據。若原始數據中還有0，取對數ln(0)沒意義，我就取ln(x 1)處理；

2是樣本量足夠大删除異常值樣本；

3是從stata裡學到的，對數據做結尾或者縮尾處理。這裡的結尾處理其實就是同第二個方法，在樣本量足夠大的情況下删除首尾1%-5%的樣本。縮尾指的是人為改變異常值大小。如有一組數據，均值為50，存在幾個異常值，都是500多（我這麼說有點誇張，大概是這個意思），縮尾處理就是将這幾個500多的數據人為改為均值 3标準差左右數據大小，如改為100。

總結而言，我個人認為做數據變換的方式比較好，數據變換後再做圖或描述性統計看數據分布情況，再剔除個别極端異常值。

關于SPSS回歸分析

心得1：如何做好回歸分析

經過多次實戰，以及看了N多視頻，上了N多課，看了N多專業的書。我個人總結做回歸的步奏如下：

1對數據進行預處理，替換缺失值和處理異常值；

2是将單個自變量分别與因變量做散點圖和做回歸，判定其趨勢，并做好記錄（尤其是系數正負号，要特别記錄）；

3是自變量和因變量一起做相關系數，看各個變量相關關系強弱，為下一步檢驗多重共線性做準備；

4是自變量多重共線性診斷。若變量存在多重共線性，可采用主成分回歸，即先将存在多重共線性的變量做主成分分析合并為1個變量，然後再将合并成的新變量和其餘自變量一起納入模型做回歸；

5是做殘差圖，看殘差圖分布是否均勻（一般在 -3個單位之間均勻分布就比較好）；

6是報告相應結果。

心得2：不建議采用後向步進法處理變量多重共線性

記得張文彤老師說過他有個同學做過一個研究，即采用後向步進法剔除變量的方式去做回歸，得到的結果犯錯的幾率比較大。張老師也不建議用這個方法處理多重共線性。處理多重共線性比較好的方法是做主成分回歸。

心得3：用未标準化的回歸系數好，還是用标準化後的回歸系數好

我個人覺得這個問題仁者見仁智者見智，要看想表達什麼。具體而言，如果想表達在其它條件不變的情況下，自變量X每變化1個單位，因變量變化多少個單位，這種情況用未标準化回歸系數就好；如果想比較各個自變量對因變量影響的相對大小，即判斷相對而言，哪個變量對因變量影響更大。這時需要消除量綱的影響，看标準化後的回歸系數。

心得4：穩健性檢驗

我做的是 無序多分類logistic回歸模型。因變量分了5類，有一類個數比較多，達到300多，有1-2類個案比較少，隻有30左右。專家提到了要做穩健性檢驗。這個用stata軟件編程加一個robust即可解決問題。不知道在SPSS裡面怎麼做。歡迎知道的朋友一起讨論下。我個人認為這是一個好問題的。不做穩健性檢驗模型可能受一些極端值的影響，結果不穩定。可能本來顯著的變量剔除1-2個樣本後就變得不顯著了。所以做回歸分析穩健性檢驗也比較重要。

通知：網易雲課堂《自學SPSS：數據分析12大經典案例》視頻課程正在做年底回饋活動，感興趣可以點【閱讀原文】前往關注。

,