SPSS缺失值综述.pptVIP

IBM-SPSS 第11章 缺失值分析 背景 在资料收集过程中，由于各种原因可能导致数据收集不全，就会产生缺失值，且这种情况往往无法避免。 因此，缺失值分析是数据处理工作中常见的问题之一，如果处理不当，会导致部分分析过程简单地从分析中丢弃这些有缺失的个案；也可能会使分析结果精度降低,出现偏倚甚至是错误的结论； 另外，很多统计过程背后的假设都基于完整的个案，而缺失值可能使所需的理论复杂化，部分分析过程无法完成。 缺失值分析有助于解决由不完整的数据造成的若干问题，尽可能全面、有效地利用整个数据库。 分类 按照数据缺失形式分 ①单元缺失：指针对需调查的个案进行调查而没有得到个案信息。这种缺失在数据分析阶段常常无能为力。 ②项目缺失：指在调查内容中某些变量的观测结果有缺失。 分类 按照缺失机制与方式分 ① 完全随机缺失（Missing Completely at Random，MCAR）指已评价的结果或即将要进行的评价结果中，研究对象的缺失率是独立的。即缺失现象完全随机发生，与自身或其他变量的取值无关。 ② 随机缺失（Missing at Random，MAR）指缺失数据的发生与数据库中其他无缺失变量的取值有关。某一观察值缺失的概率仅依赖已有的观察结果，不依赖未观察到的结果。MAR是最常见的缺失机制。 ③ 非随机缺失（Missing Not at Radom，MNAR）指数据的缺失不仅与其他变量的取值有关，缺失率与缺失数据有关，也和自身有关。这种缺失大都不是由偶然因素所造成的，常常是不可忽略的。 SPSS中的缺失值处理方法 1．删除缺失值 最常见、最简单的处理缺失数据的方法，使用这种方法时，如果任何个案在某一变量含有缺失数据的话，就把相对应的个案从分析中剔除。如果缺失值所占比例比较小的话，这一方法十分有效。然而，这种方法却有很大的局限性，它是以减少样本量来换取信息的完备，会造成资源的大量浪费，丢弃了大量隐藏在这些对象中的信息。 SPSS中的缺失值处理方法 2．缺失值替代 即“转换”选项卡中的“替换缺失值”菜单过程。此过程将所有的记录看成一个序列，然后采用某种指标对缺失值进行填充，它实际上专门用于解决时间序列模型中的缺失值问题。虽然其中的一些填充方法也可以用于普通数据，但相比之下，如果在非序列数据中使用该过程可能得不偿失，应当谨慎使用。常用的填充方式有算术均数，缺失值邻近点的算术均数，中位数，线性插入等。 SPSS中的缺失值处理方法 3．缺失值分析 ① 缺失值的描述和快速诊断：用灵活的诊断报告来评估缺失值问题的严重性，用户可以观察到它们在哪些变量中出现，比例为多少，是否与其他变量取值有关，从而得知这些缺失值出现是否会影响分析结论。 ② 得到更精确的统计量：提供了多种方法用于估计含缺失值数据的均值、相关矩阵或协方差矩阵,通过这些方法计算出的统计量将更加可靠。 ③ 用估计值替换缺失值：使用ＥＭ或回归法，用户可以从未缺失数据的分布情况中推算出缺失数据的估计值，从而能有效地使用所有数据进行分析，来提高统计结果的可信度。 模块解读 1．进入缺失值分析 单击“分析”|“缺失值分析”命令，弹出缺失值分析对话框，如图11-1所示。 定量变量：选入待分析的定量变量。将“年龄”，“住院天数”，“受伤至入院的间隔时间”三个变量纳入定量变量框中。 分类变量：选入待分析的分类变量，选入分类变量后，还可以在下方的最大类别处设置允许的最大分类数，超过此临界值的分类变量将不再进入分析，软件默认25。将“性别”纳入分类变量框。 个案标签：用以选入标签变量用于对结果进行标识。 使用所有变量：单击此按钮，左侧源变量列表的所有变量将进行特定的分析列表框，数值型变量将全部进入定量变量框，字符型等变量全部进入分类变量列表框。 模块解读 2．“模式”按钮 单击“模式”按钮，弹出图11-2所示的“缺失值分析：模式”对话框，此对话框是用于设置显示输出表格中的缺失数据模式和范围。 模块解读 3．“描述”按钮 单击“描述”按钮，弹出图11-3所示的“缺失值分析：描述统计”对话框，设置要显示的缺失值描述统计变量。 模块解读 4．“估计”选项框：“EM”按钮 单击“EM”按钮，弹出“缺失值分析:EM”对话框，如图11-4所示。此对话框用于设置EM算法的相关参数。 （3）“回归”按钮 单击“回归”按钮，弹出“缺失值分析:回归”对话框，如图11-5所示。此对话框用于设置回归法的相关参数。可以选择残差、普通变量、Student’t变量或无调节。 （4）“变量”按钮 单击“变量”按钮，弹出“缺失值分析:EM的变量和回归”对话框。如图11-6所示，用于选择指定变量的方式，默认使用所有定量变量。 实例详解 例11.