根据一列名称来创建一对工作表，工作表的名称就是这一列数据中的数据，这该怎么办？这里分享一个快速创建的方法，不使用任何vba代码，手工操作就可以完成。

• 打开Excel，选中我们工作表名称这一列数据

• 在插入选项下，找到数据透视表，我们点击它

• 打开了一个对话框，我们看到选中的区域已经添加到了对话框中，直接点击确定按钮

• 在工作表的右侧出现了一个对话框，如图所示，首选勾选报表名称，这是我们选择的数据的第一个单元格的值

• 在分析选项下找到【选项】菜单，如图所示，在选项菜单中，点击【显示报表筛选页】

• 出现了一个对话框，直接点击确定按钮

• 我们看到，工作表已经创建好了，接着设置工作表的格式，如图所示

• 将列标题复制下载

• 选中所有的单元格，方法是使用shift键，点击【北京】和【sheets5】，这样之间的工作表就选中了

• 将复制好的内容粘贴到【北京】工作表，这样所有的被选中的工作表中都粘贴了这个列标题，这样具有相同格式的大量工作表就创建完成了

转载请注明来自DataScience.

邮箱: 675495787@qq.com

通常在层次聚类分析中，我们的数据处理结果会出现龙骨图或者叫做分类谱系图，其实在很多论文中，我们不需要报告龙骨图，所以大部分spss课本中并没有对龙骨图进行详细的介绍，在这，我给大家分享一篇经验，讲一下如何分析龙骨图（聚类谱系图）。

• 两种样式的龙骨图，如图所示：下面第一幅图是spss20.0的样式，而在低版本中，spss出现的龙骨图是下面第二幅图的样式，不管哪种样式，分析的方法都是一样的。

• 龙骨图的本质是让我们看到聚类的过程：为了清晰可见，我们使用spss20.0产生的龙骨图，最左侧一列数字代表不同的省份，对省份进行分类，第一次分类结果是从各个数字延伸出来的直线相交点，如图所示，红色方框就是第一次聚类产生的类别。

• 同样的方式，我们看第二次聚类的结果为，假如我问你，第一个类别包含哪些省份？你应该能够说出来，应当是山西、江西、内蒙、吉林、安徽。

• 横断法观察分类个数：通常我们使用一条线截断分类线来获得分类结果，如图所示。画一条竖直的直线，与分类线相交，我们看到出现了5个交点，所以应该是分成五类，而我们看最上面一条刻度线，红线与刻度线相交的点就是类间距离。分成五类的类间距离就是8。

• 类间距离的计算方法有很多种，通常使用的是组间平均距离法师最稳健的方法，所以通常我们说类间距离的时候说的都是组间平均距离，它指的是各组数据点两两之间的距离的平均。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

如何做人口统计学变量的频数统计？这个是spss的最基本功能，很简单，但是很多刚接触spss又想很快写完论文的人都不知道，我今天就写一篇教程，讲一下如何去做，下面是具体的过程：

• 先来看一下我的数据，都录入到了spss

• 依次打开菜单：analyse–descriptive statistics–frequencies，打开描述性统计

• 打开了一个对话框，我们将要统计频率的变量放入到右侧的变量框，如图所示

• 默认情况下，结果会输出频率和百分比，当然，我们还可以点击statistics，选择更多统计量

• 在这里你还可以选择最大值、最小值、四分位数等

• 我们看一下输出的结果：这是学生专业的频率统计

• 这是学生年级的频率统计

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们经常用分类汇总来统计数据，但是现在我们不想统计数据了，如何取消分类汇总呢？通常很多人都不知道这个答案，所以我就来给大家示范一下如何取消分类汇总选项，下面是具体的过程：

• 我们通常都知道使用如图所示的按钮来设置分类汇总，我们先来自己做一个分类汇总，然后在取消这个分类汇总

• 假如我要对年龄进行汇总，我们选择汇总项为年龄，点击确定

• 我们看到这就是汇总成功的样子了，接下来要取消汇总

• 鼠标点击一下汇总区域的一个单元格，这个步骤虽然没用，但是有必要，否则就会出现错误

• 选择分类汇总选项，如图所示

• 看到警告提示，可以忽略他，点击确定

• 在这里，我们点击“全部删除”按钮就可以了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

优势比OR：是一个比值的比，是反应阳性人群中试验因素有无的 比例与反应阴性人群中试验因素有无的比例之比。假如有一个实验分为对照组和实验组，OR值得计算方法就是实验组中患病人数与非患病人数之比除以对照组中患病人数与非患病人数之比。所以就是一个比值的比。

• 在spss中，计算优势比OR值得方法是在交叉分析中，先打开交叉分析对话框

• 先将两个变量放入到对应的框中

• 打开统计量对话框

• 勾选【risk】，也就是风险评估分析

• 结果页面中，我们看结果OR值就已经有了。不过OR值只有卡方检验显著时才是有价值的。卡方不显著时，就不用提OR值了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们先来看这个练习题：

• 先来创建这个X矩阵

• 创建两个系数向量

• 先计算X的协方差矩阵
  结果为：

• 计算X的均值向量，注意设置axis为0
  求得结果为：

• 求得两个线性组合的均值：
  结果为：

• 求两个线性组合的方差
  结果为：

• 求两个线性组合的协方差：
  结果为：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

很多数据都是需要按照日期来分类汇总的，比如下面我要做的一个数据透视表就是需要用日期来分类汇总，但是呢，我需要按照月、季度、年来汇总，而原始数据是精确到日的（也就是年月日都有的数据），那么这种情况下，怎么进行按照月、年来分类汇总呢？看看具体的教程吧。

• 首先来看一哈我的原始数据，日期一列都是精确到日的，日了

• 插入数据透视表

• 在弹出的对话框中，选对数据源，点击确定按钮

• 我们将日期、种类、销量放入数据透视表中

• 这就是做好的数据透视表，接下来就到了关键的地方，怎么按照月来汇总呢？

• 选中数据透视表中的一个日期的单元格，记得一定是日期

• 然后在【分析】标签下，找到【组选择】

• 在打开的对话框中，我们选择【月】，点击确定按钮。（当然你可以选择【季度】啊，【年】啊，按照你的意愿来，你又不傻！额。。）

• 我们来看一下，现在就是按照月份来汇总了！小伙伴们，喜欢的话赶快去分享，感谢支持！

转载请注明来自DataScience.

邮箱: 675495787@qq.com

怎样在spss中使用python代码呢？有很多种方法。最简单的方法是复制别人的代码，粘贴到代码运行窗口，然后运行一下；当然大部分时间是我们自己写代码，或者我们使用自己已经编辑好的函数进行处理，总之我们这篇文章就来介绍一下我经常用到的方法。这里只是介绍一下，给你一个启示，以后的教程里我们会详细介绍各种方法，所以如果你看到这里，有些东西不懂，可以暂且不管。

• 最简单的就是复制别人写好的python代码，然后稍加修改（主要是修改变量名和文件路径），然后运行一下即可。大家一定要注意，python是开源的，与之相应的是大批志愿者贡献自己的代码，所以很多时候我们都是直接从网上复制代码，拿来编辑一下就用。

• 更多时候，我们要根据别人写的代码，自己再写一遍代码，当然，如果你已经有python编程经验，这很好办，否则你要先入门，尤其是python独特的书写格式，很多时候都容易让人犯错。

• 写函数：如果有一些python代码模块你经常用到，可以写成一个函数，放到py文件中，然后再调用该文件中的函数，这样就可以重复利用这个函数了。方便以后数据分析的时候使用。

• 写自己的模块：模块就是一个py文件，里面可以写函数或者类。通过引入模块，你就可以使用该模块下的所有方法和属性。增加了代码的可读性和易维护性。

• 建立一个工具栏按钮：想一下，只要你点击按钮就能执行一段python代码，替你搞定繁琐的工作。我们可以开发一个按钮，将其置于工具栏，用的时候直接点击工具栏上的按钮即可，这个我们以后会详细介绍。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们看看下面的这个工作表，点击一个有公式单元格，在公式栏就会出现单元格的公式，有时候我们不想让别人知道我们的计算方法，所以有必要隐藏公式，隐藏公式的具体方法如下：
步骤/方法

• 打开一个工作表，在D2单元格输入一个公式，公式任意，我们的目的就是要隐藏这个公式

• 点击工作表的左上角的位置，如图所示，选中整个工作表，右键单击工作表，选择【设置单元格格式】

• 在设置单元格格式对话框中，我们切换到【保护】面板，然后点击【隐藏】，点击确定按钮。返回到工作表

• 接着我们在菜单栏上执行：审阅–保护工作表

• 弹出了保护工作表对话框，我们勾选如图所示的选项，然后输入保护密码。点击确定

• 弹出确认密码对话框，再次输入刚才的密码，点击确定。

• 回到工作表，点击D2单元格，在公示栏中已经没有公式了，这样就可以保护公式了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

上一篇文章我们介绍了绘制散点图的过程，现在我们要给散点图添加一个趋势线，从而直观的看到数据的变化趋势，下面来看看具体的过程：

• 引入相关的模块

• 读取数据，并打印出来前五行数据
  这是我们看到的数据

• 使用ols进行回归拟合，实际上是建立了parent为自变量的线性回归方程

• 先绘制一个简单的散点图

• 接着绘制拟合直线

• 查看绘制出来的图

• 上面第六步用到了lm.fittedvalues，他其实是一个Series（根据回归方程得到的预测值），我们来查看一下它的数据和类型。

• 最后绘制得到的散点图（带趋势线）是酱紫的。

转载请注明来自DataScience.

邮箱: 675495787@qq.com