“分箱法”我相信学过统计学的朋友们并不陌生。它的主要功能是消除噪声数据，离散连续数据。在模型分析开始之前，我们经常需要使用分箱法来处理和清理数据。让我们带你去学习吧！
操作方法：
图1是我们准备分箱的数据。我们将按照每10岁的标准对年龄列进行分箱。
图1：分箱数据
点击“转换”中的“可视分箱”，设置界面进入分箱。
图2：可视分箱
将“年龄”拉入到“分箱的变量”点击中间“继续”。
图3：拉入要分箱的变量
在图4所示的界面中，我们可以看到共有34个案例需要扫描，其中最大变量值为67，最小变量值为22，即需要分箱的数据年龄组在22至67岁之间。
我们在“分箱化变量”中，填入“年龄段”，作为新生成的变量，单击“生成分割点”按钮。
图4：分箱化变量
根据我们的分箱目的，我们应该每10岁分组一次，最小的年龄是22岁，所以我们需要填写第一个分割点“20”，填写宽度“10”，此时点击键盘Tap键，SPSS会自动生成分割点的值“5”，如图5所示。
这样，SPSS将自动帮助我们20到30、30到40、40到50、50到60、60-70年龄组分组，共5组。
图5：生成分割点
点击“应用”按下按钮后，返回“可视分箱”在界面中，我们可以在图6红框中看到后续的分箱值。默认情况下，标签栏为空值。如果设置20个分箱标签为2，我们可以自定义填写。
图6：设置自定义标签
点击“确定”按钮开始分箱数据。分箱后的新数据结果如图7所示，生成新数据“年龄段”列，数据也非常正确地进行了分箱，如年龄为27的行数据，正确地设置在标签为2的分箱中。
图7：分箱结果
以上是IBM的使用 SPSS Statistic按照每10岁的标准对演示数据中的年龄指标进行分箱教程。以上演示是等距分箱，小伙伴也可以自己在IBM SPSS 在Statistic中尝试不等距分箱哦。