007第二十七篇：统计学（4）—什么是数据？

继续学习统计学，哲学老师教的条理清楚、通俗易懂。好像一位老师在身边手把手的教授，你想到没想到的疑惑，他就知道，你还没想到什么地方不对，他就预先知道了，早早的给你埋好了路标。

SPSS：（Statistical Package for the Social Sciences）为社会科学量身定做的软件包。另外常用软件还有：stata；R。

通常通过四步骤：数据录入、数据转化、数据分析、制作图表。

起始最重要是变项名称，一次输入不要拖延，会忘记。

数据清洗（data cleaning）：数据录入很容易出错，最简单是看频次表，看异常值。

转换数据：重新编码；取对数；算平方。注意：“重新编码为不同变项”及时变更后台信息。

制图（graphs）：图构建程序（chart builder）

分析（analyze）：描述统计（descriptive statistics）：频次、描述、交叉表；推理统计（inferential statistics）：回归（最小二乘回归、对数回归）、降维（因子分析、量表）。

变项视图（variable view）：后台信息，告诉我们数据库数字的意思。

实质相干的变项：互相影响的变项，可以当因变项，如：年薪高低、是否经理、教育程度。

理论相关的变项：影响因变项的自变项，如：年薪为因变项，自变项可能是性别、教育程度、是否经理、族裔。

数据：数据不是数字，是通过对我们感兴趣的某些个体属性进行量化得到的信息。“数”是符号，“据”是事实、信息，数据是以“数”标“据”。

数据库（data bank）：数字组成的集合，每个数字都携带信息。

数据点、线、面、体：点是个体单个属性；线是每个变项的全部情况，测量层级越高，曲线越接近正态分布；面是两个变项分别形成的数据线可能（不一定形成）的数据面；体是三个或以上变项分别形成的数据线可能（不一定形成）的数据体，有多个面。

数据挖掘：分析数据关键是发现数据结构。

数据行：代表个体的若干属性。行数就是个体数。

数据列：代表变项（具体状态由操作定义和测量层级共同界定）+抽样信息+调研过程信息+权重

自己的数据库：1、自己调查得到；2、对现有别人数据库有“独到的理解”。注意：现有数据库，有可能关键变项被分享时保留。