SPSS 命令: SPSS SELECTPRED

在浏览器中做预测变量筛选与排序（SELECTPRED）

Q: 会选择多少个预测变量？

即“要选择的预测变量数”中输入的数目；留空时按 SPSS 自动规则 round(min(max(30, 2√L0), L0)) 计算——因此参与排序的预测变量少于 30 个时会全部标记为已选择。

Q: 分类预测变量应使用哪种准则？

Pearson 卡方 p 值是默认选项，适用于混合类型的预测变量。Cramér V 按效应量排序，在各预测变量样本量不同时更公平；Lambda 按预测误差的减少量排序。V 和 Lambda 仅在所有预测变量均为分类变量时适用。

Q: 为什么某个变量被筛除了？

“已筛除的预测变量”表会给出原因：缺失超过最大百分比、单一类别超过最大百分比、类别数超过允许的个案比例、取值为常量，或变异系数低于最小值。若该变量应保留，可放宽相应阈值。

Q: 排名高是否意味着该预测变量有因果作用，或在模型中依然重要？

不是。每次检验只看一个预测变量，两个高度相关的预测变量可能都排名靠前，但在模型中只有一个提供新信息。请把该列表当作候选清单，由多变量模型作最终判断。

Q: 我的数据会被上传吗？

不会。筛选和排序都在浏览器中进行，文件保留在你的设备上。

预测变量选择在建模之前缩短候选变量清单。

在浏览器中运行预测变量选择全部 SPSS 过程

免费 · 无需注册 · 文件留在本机 · 更新于 2026年10月18日

能告诉你什么

Crosstabs 在你的设备上运行 SPSS SELECTPRED：先剔除大部分缺失、几乎为常量或类别过多的变量，再按单独预测分类或标度目标的能力对其余每个预测变量排序，并将排名靠前者标记为已选择。

哪些变量无法使用及原因：全部缺失、常量、缺失值过多、单一类别个案过多、变异过小或类别过多。
其余每个预测变量单独与目标的关联强度，并给出统计量、自由度、显著性和所用 N。
一份带排序的预测变量候选清单，可用于 Logistic 回归、决策树或神经网络等模型。

适用场景

适合使用

有数百个调查或 CRM 变量，需要在建模前得到一份站得住脚的候选清单。
快速检查数据质量，标出几乎全空或几乎为常量的变量。
按 Cramér V 或 Lambda 对分类目标的大量分类预测变量排序。

改用其他方法

需要在控制其他变量后的各预测变量效应：本排序每次只看一个变量；请使用回归或自动线性建模。
只在组合中起作用（交互作用）的预测变量在此处可能排名靠后；请在多变量模型中检验。
需要最终模型：该清单只是筛选步骤，而不是模型。
必须应用个案权重：SELECTPRED 算法未定义个案权重，结果不加权。

在 Crosstabs 中如何操作

01
打开数据
在工作区打开文件并切换到“统计”模式。
02
选择预测变量选择
在“机器学习”组中选择“预测变量选择”。
03
设置目标和候选变量
选择“目标测量级别”（分类（分类预测）或标度（数值预测））和“目标”，然后勾选“分类预测变量”和“连续预测变量”。
04
设置排序与筛选
在“排序与筛选”中选择“分类预测变量的准则”（Pearson 卡方 p 值、似然比卡方 p 值、Cramér V 或 Lambda）、“要选择的预测变量数（留空 = 自动）”，以及各阈值：最大缺失百分比（70）、单一类别的最大百分比（95）、类别数占个案的最大百分比（90）和最小变异系数（0.001）。
05
运行
点击“运行”。目标缺失或所有预测变量都缺失的个案会先被删除。

在浏览器中运行预测变量选择

计算示例

以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。

数据

240 条模拟网站线索，目标为是否转化（Yes/No）。线索来源、浏览页数和停留分钟数决定转化；设备和年龄是噪声；约 97% 的线索国家为“home”；收入只采集到约四分之一。筛选阈值取默认值，准则为 Pearson 卡方，“要选择的预测变量数”设为 3。固定随机种子。

预测变量排序

排序	预测变量	统计量	值	df	显著性	N	已选择
1	pages_viewed	F	87.8429	1, 238	<.001	240	是
2	source	Pearson 卡方	29.2585	3	<.001	240	是
3	minutes_on_site	F	15.9210	1, 238	<.001	240	是
4	device	Pearson 卡方	0.2390	1	.625	240	否
5	age	F	0.1121	1, 238	.738	240	否

每个预测变量单独在其与目标均非缺失的个案上评估。要选择的预测变量数：3。

已筛除的预测变量

预测变量	原因
country	单一类别个案过多
income	缺失值过多

结果解读

在进行任何检验之前，筛选已删除 country（单一类别个案过多）和income（缺失值过多）。由于其余预测变量同时含分类与连续类型，它们按 p 值排序：分类变量用 Pearson 卡方，连续变量用跨目标类别的单因素方差分析 F。排名前 3 的是 pages_viewed, source, minutes_on_site；正是本数据中决定转化的三个预测变量，设备和年龄排在其后。每次检验只考察单个预测变量，因此该列表是建模前的筛选步骤，而非模型本身。

输出表格说明

预测变量排序: 排序、预测变量、统计量（Pearson 或似然比卡方、Cramér V、Lambda、F 或 r）及其值、自由度、显著性、所用 N 以及是否已选择，随后附 −log10(显著性) 图。
已筛除的预测变量: 排序前被删除的每个变量及原因，例如缺失值过多或单一类别个案过多。

前提假设与注意事项

每个预测变量单独在其与目标均非缺失的个案上评估（成对）；并列时依次按 SPSS 的次要排序键和文件顺序。
分类目标：分类预测变量用所选准则，连续预测变量用单因素方差分析 F。标度目标：分类预测变量用 F，连续预测变量用 Pearson 相关。
分类与连续预测变量混合时只有 p 值可比，因此 Cramér V 和 Lambda 会改用 Pearson 卡方 p 值。
要选择的数目留空时，列表长度按 SPSS 规则 round(min(max(30, 2√L0), L0)) 计算，L0 为参与排序的预测变量数。

结果如何验证

SELECTPRED 在一个 300 个个案、含缺失值的数据文件上按七种配置与 SciPy 对照——四种分类准则、分类目标的连续预测变量、混合预测变量以及标度目标：使用 scipy.stats.chi2_contingency（Pearson 与对数似然，不做连续性校正）、f_oneway 和 pearsonr，Cramér V 与 Goodman-Kruskal Lambda 按公式写出，并采用算法章节的排序键。排序顺序和删除的个案数完全一致，统计量一致到小数点后 10 位，p 值一致到 1e-12；自动列表长度规则另行检验。验证证据（英文）

常见问题

会选择多少个预测变量？

即“要选择的预测变量数”中输入的数目；留空时按 SPSS 自动规则 round(min(max(30, 2√L0), L0)) 计算——因此参与排序的预测变量少于 30 个时会全部标记为已选择。

分类预测变量应使用哪种准则？

Pearson 卡方 p 值是默认选项，适用于混合类型的预测变量。Cramér V 按效应量排序，在各预测变量样本量不同时更公平；Lambda 按预测误差的减少量排序。V 和 Lambda 仅在所有预测变量均为分类变量时适用。

为什么某个变量被筛除了？

“已筛除的预测变量”表会给出原因：缺失超过最大百分比、单一类别超过最大百分比、类别数超过允许的个案比例、取值为常量，或变异系数低于最小值。若该变量应保留，可放宽相应阈值。

排名高是否意味着该预测变量有因果作用，或在模型中依然重要？

不是。每次检验只看一个预测变量，两个高度相关的预测变量可能都排名靠前，但在模型中只有一个提供新信息。请把该列表当作候选清单，由多变量模型作最终判断。

我的数据会被上传吗？

不会。筛选和排序都在浏览器中进行，文件保留在你的设备上。

用你自己的数据运行预测变量选择

打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。

打开分析工作区

SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。