探索性分析中比較常用的功能是，通過數據過濾的功能，如分析數據中的極值、平均值、方差等，識別數據中的異常值；或使用檢驗的方法，判斷后續(xù)使用的統(tǒng)計分析方法是否合適等，比如數據的正態(tài)分布假設是否成立。

一、示例數據

本文中，我們將會分析一組包含性別、客單價的數據。

通過探索性分析，查看數據中是否存在一些異常值，以及檢驗不同性別的客單價數據是否符合正態(tài)分布。

為什么要檢驗數據是否正態(tài)分布？這是因為在一些相關性分析（或其他分析）中，是以數據正態(tài)分布為前提進行統(tǒng)計分析的，如果數據不滿足正態(tài)分布的假設，分析得出的結果就會不準確。

圖1：示例數據

二、應用探索性分析

如圖2所示，我們先打開IBM SPSS Statistics的探索分析選項（分析-描述統(tǒng)計-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，探索分析設置面板中的選項含義如下：

1. 因變量列表，即隨自變量變化的數值，本例中選取客單價作為因變量

2. 因子列表，用于定義個案組，可選擇一個或多個因子變量，本例中選取性別

3. 個案標注依據，用于標記個案，本例中選取賬號

通過以上的設置，我們將會獲取到不同性別客單價的探索性分析結果。

圖3：頻率分析中的圖表功能

2、應用統(tǒng)計分析

完成變量的選擇后，單擊右側的統(tǒng)計，開啟如圖4所示的統(tǒng)計面板，其中的數值應用如下：

1. 描述，提供了平均值、中位數、方差、最大值、偏度等統(tǒng)計數值，可設置平均值的置信區(qū)間

2. M-估計量，為每個個案的數值應用權重，有助于減少極端值、異常值對平均值和中位數的影響

3. 離群值，即極值的分析，包含最大值、最小值

4. 百分位數，可將排序后的數據進行指定百分位值分組

本例中，我們選取了描述、M-估計值與離群值的數值。

圖4：探索性統(tǒng)計分析選項

3、解讀統(tǒng)計分析結果

從分析結果來看，如圖5所示，當前數據包含了50個男性客單價個案，以及49個女性客單價個案。

圖5：頻數統(tǒng)計

如圖6所示，從描述數據可以看到，男性的客單價平均值為100.8，而女性客單價平均值僅為47.6

而男性客單價平均值的95%置信區(qū)間上限中，平均值達到188，說明存在一些極端值，進一步查看最大值數據，發(fā)現最大值達到2000。

圖6：描述性數值

這個最大值2000是單個個案，還是多個個案呢？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，我們可以進一步查看極值分析。

如圖7所示，可以看到，男性客單價中，賬號77與賬號85的客單價都屬于極端值。

圖7：極值分析

為了避免這些極值的影響，我們可以查看M估計量。如圖8所示，經過M估計量的加權后，男性客單價平均值就變得比較正常了。

圖8：M估計值

綜上所示，通過IBM SPSS Statistics探索性分析的描述性統(tǒng)計數值，可獲取到數據的平均值、極值等統(tǒng)計數值，有助于檢查數據中的異常值情況。