探索性分析中比較常用的功能是，通過數(shù)據(jù)過濾的功能，如分析數(shù)據(jù)中的極值、平均值、方差等，識(shí)別數(shù)據(jù)中的異常值；或使用檢驗(yàn)的方法，判斷后續(xù)使用的統(tǒng)計(jì)分析方法是否合適等，比如數(shù)據(jù)的正態(tài)分布假設(shè)是否成立。

一、示例數(shù)據(jù)

本文中，我們將會(huì)分析一組包含性別、客單價(jià)的數(shù)據(jù)。

通過探索性分析，查看數(shù)據(jù)中是否存在一些異常值，以及檢驗(yàn)不同性別的客單價(jià)數(shù)據(jù)是否符合正態(tài)分布。

為什么要檢驗(yàn)數(shù)據(jù)是否正態(tài)分布？這是因?yàn)樵谝恍┫嚓P(guān)性分析（或其他分析）中，是以數(shù)據(jù)正態(tài)分布為前提進(jìn)行統(tǒng)計(jì)分析的，如果數(shù)據(jù)不滿足正態(tài)分布的假設(shè)，分析得出的結(jié)果就會(huì)不準(zhǔn)確。

圖1：示例數(shù)據(jù)

二、應(yīng)用探索性分析

如圖2所示，我們先打開IBM SPSS Statistics的探索分析選項(xiàng)（分析-描述統(tǒng)計(jì)-探索），然后再逐步演示操作。

圖2：探索性分析

1、選擇變量

如圖3所示，探索分析設(shè)置面板中的選項(xiàng)含義如下：

1. 因變量列表，即隨自變量變化的數(shù)值，本例中選取客單價(jià)作為因變量

2. 因子列表，用于定義個(gè)案組，可選擇一個(gè)或多個(gè)因子變量，本例中選取性別

3. 個(gè)案標(biāo)注依據(jù)，用于標(biāo)記個(gè)案，本例中選取賬號(hào)

通過以上的設(shè)置，我們將會(huì)獲取到不同性別客單價(jià)的探索性分析結(jié)果。

圖3：頻率分析中的圖表功能

2、應(yīng)用統(tǒng)計(jì)分析

完成變量的選擇后，單擊右側(cè)的統(tǒng)計(jì)，開啟如圖4所示的統(tǒng)計(jì)面板，其中的數(shù)值應(yīng)用如下：

1. 描述，提供了平均值、中位數(shù)、方差、最大值、偏度等統(tǒng)計(jì)數(shù)值，可設(shè)置平均值的置信區(qū)間

2. M-估計(jì)量，為每個(gè)個(gè)案的數(shù)值應(yīng)用權(quán)重，有助于減少極端值、異常值對(duì)平均值和中位數(shù)的影響

3. 離群值，即極值的分析，包含最大值、最小值

4. 百分位數(shù)，可將排序后的數(shù)據(jù)進(jìn)行指定百分位值分組

本例中，我們選取了描述、M-估計(jì)值與離群值的數(shù)值。

圖4：探索性統(tǒng)計(jì)分析選項(xiàng)

3、解讀統(tǒng)計(jì)分析結(jié)果

從分析結(jié)果來(lái)看，如圖5所示，當(dāng)前數(shù)據(jù)包含了50個(gè)男性客單價(jià)個(gè)案，以及49個(gè)女性客單價(jià)個(gè)案。

圖5：頻數(shù)統(tǒng)計(jì)

如圖6所示，從描述數(shù)據(jù)可以看到，男性的客單價(jià)平均值為100.8，而女性客單價(jià)平均值僅為47.6

而男性客單價(jià)平均值的95%置信區(qū)間上限中，平均值達(dá)到188，說(shuō)明存在一些極端值，進(jìn)一步查看最大值數(shù)據(jù)，發(fā)現(xiàn)最大值達(dá)到2000。

圖6：描述性數(shù)值

這個(gè)最大值2000是單個(gè)個(gè)案，還是多個(gè)個(gè)案呢？另外，除了最大值外，是否存在其他極端值。為了解答以上問題，我們可以進(jìn)一步查看極值分析。

如圖7所示，可以看到，男性客單價(jià)中，賬號(hào)77與賬號(hào)85的客單價(jià)都屬于極端值。

圖7：極值分析

為了避免這些極值的影響，我們可以查看M估計(jì)量。如圖8所示，經(jīng)過M估計(jì)量的加權(quán)后，男性客單價(jià)平均值就變得比較正常了。

圖8：M估計(jì)值

綜上所示，通過IBM SPSS Statistics探索性分析的描述性統(tǒng)計(jì)數(shù)值，可獲取到數(shù)據(jù)的平均值、極值等統(tǒng)計(jì)數(shù)值，有助于檢查數(shù)據(jù)中的異常值情況。