15.2 FREQUENCIES

FREQUENCIES
        /VARIABLES=var_list
        /FORMAT={TABLE,NOTABLE,LIMIT(limit)}
                {AVALUE,DVALUE,AFREQ,DFREQ}
        /MISSING={EXCLUDE,INCLUDE}
        /STATISTICS={DEFAULT,MEAN,SEMEAN,MEDIAN,MODE,STDDEV,VARIANCE,
                     KURTOSIS,SKEWNESS,RANGE,MINIMUM,MAXIMUM,SUM,
                     SESKEWNESS,SEKURTOSIS,ALL,NONE}
        /NTILES=ntiles
        /PERCENTILES=percent…
        /HISTOGRAM=[MINIMUM(x_min)] [MAXIMUM(x_max)]
                   [{FREQ[(y_max)],PERCENT[(y_max)]}] [{NONORMAL,NORMAL}]
        /PIECHART=[MINIMUM(x_min)] [MAXIMUM(x_max)]
                  [{FREQ,PERCENT}] [{NOMISSING,MISSING}]
        /BARCHART=[MINIMUM(x_min)] [MAXIMUM(x_max)]
                  [{FREQ,PERCENT}]
        /ORDER={ANALYSIS,VARIABLE}


(These options are not currently implemented.)
        /HBAR=…
        /GROUPED=…

FREQUENCIES 过程为指定变量输出频数表。FREQUENCIES 还可以计算和显示描述性统计量（包括中位数和众数）以及百分位数，还有频数分布的各种图形表示。

VARIABLES 子命令是唯一必需的子命令。指定要分析的变量。

FORMAT 子命令控制输出格式。它有几种可能的设置：

• TABLE，默认值，导致为每个指定变量输出频数表。NOTABLE 阻止输出它们。LIMIT 带有数字参数时，会在表中的值数量超过指定数量时阻止输出。
• 通常频数表按值升序排序。这是 AVALUE。DVALUE 表按值降序排序。AFREQ 和 DFREQ 表分别按频数升序和降序排序。

MISSING 子命令控制对用户缺失值的处理。当设置 EXCLUDE（默认）时，用户缺失值不包含在频数表或统计量中。当设置 INCLUDE 时，包含用户缺失值。系统缺失值从不包含在统计量中，但列在频数表中。

可用的 STATISTICS 与 DESCRIPTIVES（见 DESCRIPTIVES）中可用的相同，另外增加了 MEDIAN（数据的中位数）和 MODE（众数）。（如果有多个众数，则报告最小值。）默认情况下，为每个变量报告均值、均值的标准差、最小值和最大值。

PERCENTILES 导致报告指定的百分位数。百分位数应以 0 到 100（含）之间的数字列表给出。NTILES 子命令导致在数据集划分为指定数量范围的边界处报告百分位数。例如，/NTILES=4 会导致报告四分位数。

HISTOGRAM 子命令导致输出为每个指定数值变量包含直方图。默认情况下 X 轴范围从数据中观察到的最小值到最大值，但 MINIMUM 和 MAXIMUM 关键字可以设置显式范围。直方图不为字符串变量创建。

指定 NORMAL 可在直方图上叠加正态曲线。

PIECHART 子命令为每个变量向数据添加饼图。每个扇片代表一个值，扇片大小与该值的频数成比例。默认情况下，所有非缺失值都分配扇片。MINIMUM 和 MAXIMUM 关键字可用于将显示的扇片限制为给定值范围。关键字 NOMISSING 导致缺失值从饼图中省略。这是默认设置。如果改为指定 MISSING，则饼图包含一个代表所有系统缺失和用户缺失个案的扇片。

BARCHART 子命令为每个变量生成条形图。MINIMUM 和 MAXIMUM 关键字可用于省略计数超出指定限制的类别。FREQ 选项（默认）使纵坐标显示每个类别的频数，而 PERCENT 选项显示相对百分比。

HISTOGRAM 和 PIECHART 上的 FREQ 和 PERCENT 选项被接受但目前未生效。

ORDER 子命令被接受但被忽略。

15.2.1 频数示例

示例 15.2 对 personnel.sav 文件中的 sex 和 occupation 变量运行频数分析。这有助于大致了解这些名义变量的分布方式。

get file='personnel.sav'.  frequencies /variables = sex occupation             /statistics = none.

示例 15.2： 对 sex 和 occupation 变量运行频数分析

如果您使用图形用户界面，对话框默认设置为计算若干统计量。其中一些对分类变量特别无用，因此您可能希望禁用它们。

截图 15.2： 已选择 sex 和 occupation 变量的频数对话框

从结果 15.2 可以明显看出，有 33 名男性、21 名女性和 2 名未输入性别的人。

还可以看到数据中每个职业的数量。处理用作名义值的字符串变量时，运行频数分析有助于检测数据录入条目。请注意，有一个 occupation 值被误输入为“Scrientist”。在使用数据之前，应更正此条目或标记为缺失。

		频数	百分比	有效百分比	累积百分比
有效	男性	33	58.9%	61.1%	61.1%
女性	21	37.5%	38.9%	100.0%
缺失	.	2	3.6%
总计	56	100.0%
		频数	百分比	有效百分比	累积百分比
有效	艺术家	8	14.3%	14.3%	14.3%
面包师	2	3.6%	3.6%	17.9%
律师	1	1.8%	1.8%	19.6%
木匠	4	7.1%	7.1%	26.8%
清洁工	4	7.1%	7.1%	33.9%
厨师	7	12.5%	12.5%	46.4%
经理	8	14.3%	14.3%	60.7%
数学家	4	7.1%	7.1%	67.9%
画家	2	3.6%	3.6%	71.4%
有效载荷专家	1	1.8%	1.8%	73.2%
水管工	5	8.9%	8.9%	82.1%
科学家	7	12.5%	12.5%	94.6%
Scrientist	1	1.8%	1.8%	96.4%
裁缝	2	3.6%	3.6%	100.0%
总计	56	100.0%

结果 15.2： sex 和 occupation 的相对频数

脚注

(6)

分箱数根据 Freedman-Diaconis 规则选择：2 \times IQR(x)n^{-1/3}，其中 IQR(x) 是 x 的四分位距，n 是样本数。注意 EXAMINE 使用不同的算法确定分箱大小。