15.3 EXAMINE

EXAMINE
        VARIABLES= var1 [var2] … [varN]
           [BY factor1 [BY subfactor1]
             [ factor2 [BY subfactor2]]
             …
             [ factor3 [BY subfactor3]]
            ]
        /STATISTICS={DESCRIPTIVES, EXTREME[(n)], ALL, NONE}
        /PLOT={BOXPLOT, NPPLOT, HISTOGRAM, SPREADLEVEL[(t)], ALL, NONE}
        /CINTERVAL p
        /COMPARE={GROUPS,VARIABLES}
        /ID=identity_variable
        /{TOTAL,NOTOTAL}
        /PERCENTILE=[percentiles]={HAVERAGE, WAVERAGE, ROUND, AEMPIRICAL, EMPIRICAL }
        /MISSING={LISTWISE, PAIRWISE} [{EXCLUDE, INCLUDE}]
		[{NOREPORT,REPORT}]

EXAMINE 命令用于进行探索性数据分析。特别是，它有助于检验一个分布与正态分布的吻合程度，并寻找离群值和极端值。

VARIABLES 子命令是必需的。它指定因变量以及可选的要用作分析因子的变量。在第一个 BY 关键字（如果有）之前列出的变量是因变量。因变量之后可选地跟一个因子列表，它告诉 PSPP 如何对每个因变量拆分分析。

在因变量之后，可以指定因子。因子（如果需要）应以单个 BY 关键字开头。每个因子的格式为：

factorvar [BY subfactorvar].

factorvar 和 subfactorvar 的每个唯一组合将数据集划分为_单元格_。为每个单元格以及整个数据集（除非给定 NOTOTAL）计算统计量。

STATISTICS 子命令指定要显示哪些统计量。DESCRIPTIVES 生成一个显示一些参数与非参数统计量的表。EXTREME 生成一个显示每个单元格极值的表。括号中的数字 n 决定显示多少个上端和下端极值。默认数量为 5。

TOTAL 和 NOTOTAL 子命令互斥。如果出现 TOTAL，则生成整个数据集以及每个单元格的统计量。如果出现 NOTOTAL，则只生成单元格的统计量（除非没有给定因子变量）。如果没有指定因子变量，这些子命令没有效果。

PLOT 子命令指定要生成哪些图形（如果有）。可用的图形有 HISTOGRAM、NPPLOT、BOXPLOT 和 SPREADLEVEL。前三个可用于直观查看每个单元格与正态分布的吻合程度，而 Spread vs. Level 图可用于直观查看方差在因子之间差异。PLOT 为箱线图显示离群值和极端值。7

SPREADLEVEL 图显示四分位距相对于中位数。它接受一个可选参数 t，指定在绘图前如何变换数据。给定的值 t 是数据被提升到的幂。例如，如果 t 给定为 2，则使用数据的平方。然而，0 是一个特殊值。如果 t 为 0 或被省略，则数据通过取自然对数来变换，而不是提升到 t 次幂。

当请求一个或多个图形时，EXAMINE 还会对每个类别执行 Shapiro-Wilk 检验。不过有一些注意事项：

• 所有权重值必须为整数。
• 累计权重值必须处于 [3, 5000] 范围内

COMPARE 子命令仅在与生成箱线图相关时有意义，并且仅在有多个因变量和至少一个因子时才有用。如果指定 /COMPARE=GROUPS，则为每个因变量生成一个图，每个图都包含各单元格的箱线图。如果指定 /COMPARE=VARIABLES，则为每个单元格生成一个图，每个图都包含每个因变量的一个箱线图。如果省略 /COMPARE 子命令，则 PSPP 的行为如同给定了 /COMPARE=GROUPS。

ID 子命令仅在与 /PLOT=BOXPLOT 或 /STATISTICS=EXTREME 一起给定时相关。如果给定，它应提供一个变量的名称，用于标注极端值和离群值。数值型或字符串型变量均可。如果未给定 ID 子命令，则使用个案号进行标注。

CINTERVAL 子命令指定在计算描述性统计量时使用的置信区间。默认是 95%。

PERCENTILES 子命令指定要计算哪些百分位数，以及用于计算它们的算法。默认是使用 HAVERAGE 算法计算 5、10、25、50、75、90、95 百分位数。

TOTAL 和 NOTOTAL 子命令互斥。如果给定 NOTOTAL 且在 VARIABLES 子命令中指定了因子，则会生成未因子化的因变量以及已因子化变量的统计量。如果没有指定因子，则 TOTAL 和 NOTOTAL 都没有效果。

以下示例为两个变量 score1 和 score2 生成描述性统计量和直方图。给定了两个因子，即：gender 和 gender BY culture。因此，为 gender 的每个不同值_以及_ gender 和 race 值的每个不同组合生成描述性统计量和直方图。由于给定了 NOTOTAL 关键字，不生成涵盖整个数据集的 score1 和 score2 的统计量和直方图。

EXAMINE score1 score2 BY
        gender
        gender BY culture
        /STATISTICS = DESCRIPTIVES
        /PLOT = HISTOGRAM
        /NOTOTAL.

下面是第二个示例，展示了 examine 命令如何用于查找极值。

EXAMINE height weight BY
        gender
        /STATISTICS = EXTREME (3)
        /PLOT = BOXPLOT
        /COMPARE = GROUPS
        /ID = name.

在此示例中，我们查看一组个体的身高和体重，以及它们在男性和女性之间的差异。会显示一个表，给出每个性别以及整个数据集中 height 和 weight 的 3 个最大值和 3 个最小值。此外，/PLOT 子命令请求箱线图。因为指定了 /COMPARE = GROUPS，男性和女性的箱线图并排显示在同一个图形中，使我们能轻松看到性别之间的差异。由于变量名在 ID 子命令上指定，name 变量的值被用于标注极端值。

警告！ 如果您指定了许多因变量或具有许多不同值的因子变量，那么 EXAMINE 将产生非常大量的输出。

脚注

(7)

HISTOGRAM 使用 Sturges 规则确定分箱数，约为 1 + \log2(n)，其中 n 是样本数。注意 FREQUENCIES 使用不同的算法来寻找分箱大小。