1、最常见、最简单的处理缺失数据的方法是用个案剔除法（listwisedeletion），也是很多统计软件（如SPSS和SAS）默认的缺失值处理方法。在这种方法中如果任何一个变量含有缺失数据的话，就把相对应的个案从分析中剔除。如果缺失值所占比例比较小的话，这一方法十分有效。
2、删除缺失值，替换缺失值。删除缺失值：空白数据是由于记录中的缺失值导致的，可以选择删除记录。在SPSS中，可以使用“筛选”或“选择个案”功能来删除包含缺失值的记录。替换缺失值：不删除包含空白数据的记录，可以选择替换缺失值。在SPSS中，可以使用“替换缺失值”功能来替换缺失值。
3、SPSS处理缺失值步骤如下：第一步，打开spss系统，在菜单栏中依次选择“分析”|“缺失值分析”命令，如下图。第二步，进行相应的设置，设置主要包括以下几个方面的设置：1）“定量变量”列表框；2）“分类变量”列表框；3）“个案标签”；4）使用所有变量按钮。
4、以下表为例，生物成绩中存在缺失值情况，因为样本量本就不大，直接去掉缺失值很可能会影响最后的结果。我们在菜单栏依次点击“转换”、“替换缺失值”。之后会弹出“替换缺失值”对话框。我们将生物字段点选入右侧选框。可以根据个人需要重新命名名称。
系统和软件不兼容。这种现象解决办法就是重新做系统稳定解决。因为这种不兼容的情况，找专业人员可以解决，因为这种不兼容，重新做系统稳定就能解决了。
我的程序也出现过这个问题，甚是头疼，看了很多方法都没有解决。最后我发现我安装程序之前，把压缩包解压缩到一个新建文件夹里。我卸载了重新装载了一次，这次直接解压缩到原来的压缩包文件夹，之后运行就好啦。
驱动问题，这也是引起花屏的重要原因，多出现于更换显卡驱动版本之后，也有可能是因为驱动文件损坏所导致。解决的办法很简单，重装通过微软WHQL认证的驱动，版本不必一味求新。花屏时首先要检查的就是显卡驱动，符合先软后硬的原则。
最大观察值 （上边缘）= Q3 + 5 IQR 箱盒图的使用场景情况如下：查看可能的异常值数据情况（比如在回归分析前查看是否有异常数据）；非参数检验时查看不同类别X时，Y的数据分布情况；其它涉及查看数据分布或者异常值查看时。
打开SPSS，导入数据并创建箱线图。在菜单栏中选择Graphs，然后选择Boxplot。在Boxplot对话框中，选择要比较的变量并将它们拖入BoxplotsofVariables区域。打开Spss的主页，将数据输入到对应的表格中。下一步，选择分析→描述统计→探索进入。把相关的数据归为因变量，输出为图并点击确定。
spss怎样评判箱线图的四分位间距是否异常，操作方法如下。设备：华硕电脑 系统：win10 软件：SPSSAU2018 首先打开SPSSAU网页，右上角【上传数据】，上传原始数据。点击 【可视化】-【箱线图】。
做1组数据之间有没有差异性？怎么做这几个数据中哪一个与其他数据差异性显著或不显著 只有一组数据建议可以做一下箱线图，查看数据是否有异常值。箱线图（也称盒图，箱盒图等）是在1977年由美国统计学家John Tukey发明，分析数据需要为定量数据。通过箱线图，可以直观的探索数据特征。
箱盒图的使用场景情况如下：查看可能的异常值数据情况（比如在回归分析前查看是否有异常数据）；非参数检验时查看不同类别X时，Y的数据分布情况；其它涉及查看数据分布或者异常值查看时。
在进行正式数据分析前，需要对数据进行探索性数据分析，通过使用SPSS图示功能对数据进行描述性分析，查看数据的分布规律和数据间的关系，以及对数据的可视化呈现。对于类别型变量，可以使用SPSS的交叉表格工具展示类别变量间的关系。
要是说把不相关的数据剔除，可能不太好弄。但是可以剔除异常值。但是仍然不推荐使用spss来做这个分析，需要更专业的，实在要用，做残差图吧。
可以在数据菜单中把异常个案标先出来，步骤是：数据——》标志异常个案，个案识别变量可以取数据集中取值不同的变量。
根据频数分析剔除。经查阅道客豆丁网显示可以根据箱图或者频数分析等结果检查出异常数据，根据两个标准剔除两个标准差以外的数据。SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便的从其他数据库中读入数据。
1、心得2：承接心得1，数据预处理怎么做。一是缺失值的处理。
2、数据处理常用的两个办法是异常值处理和缺省值处理，异常值处理只要是排除标准差小于-2或者大于2的数值，这里采用的方法主要是描述性分析中的描述分析。而缺省值处理前提是必须在定义变量的时候设置了缺省值这一栏。数据整理主要是对已有数据惊醒归类等等，主要包括文件合并、行列转换、数据分组和数据选择。
3、spss数据分析报告通常是先描述分析结果，然后结合结果和背景信息进行总结。如果内容较多，建议在每部分最后添加一小节作为总结部分，同时可以针对结论给出建议或解决方案等。最后别忘了添加附录。通常将调查问卷、统计结果等作为附件内容。方便读者查询。
4、通过上图的分析结果，可以在描述结果图表中的平均值和标准差中查看其比较数据，再在ANOVA图表中，可以看到显著性是0.161，是大于0.001的，根据国际标准0.05这一指标数据，可知这三组数据是不存在显著差异性的。
5、从分析结果中看出男性更偏爱吃面食占比为60％，女性更偏爱吃米食约占调查中的80％。从数据来看，不同性别的饮食习惯有差异，模型中的卡方值为1667，其中p值小于0.05，拒绝原假设，说明模型显著，不同性别的饮食习惯有差别。并且从堆积柱形图中也可以直观查看到男性更爱吃面食，女性更爱吃米食。
6、关于数据4种类型，了解了一下。2 Excel和文本导入，前者简单透透的，后者的话，感觉操作麻烦，直接导入excel，再将excel导入spss更简单。3 数据清洗：缺失值处理、重复数据删除、错误数据纠正或删除。书中重点讲的是重复数据删除。
