数学建模中的缺失数据.PDFVIP

理 论 前 沿 ChInaEducationInnove…tiour1H～era·llud 数学建模中的缺失数据 孙瑜 玲 (四川信息职业技术学院 四川广元 628017) 摘 要：高职院校参加全国大学生数学建模的学校越来越多，学生也在不断的增加，为了能够让学习数学建模的学生能更全面的把握处理 缺失数据 的方式方法，有必要对缺失数据 的产生、检测及处理做一个梳理 。而本文是基于SPSS软件对缺失数据的检测和处理进行介绍。 关键词：缺失数据 缺失值 异常值 检测 处理 中图分类号 ：G64 文献标识码 ：A 文章编号：1673-9795(20I3)04(a)一0065-02 在 大学生 数学建模 和 实际生 活中，大 (1)剔 除缺 失值 的观 测 单 位 ，即删 除 估计 ，主要 方法 有四种 ： 量的信息都直接或者间接的和数据建立密 SPSS数据列表 中缺失值所在的数据行。 第一 ，是Listwise，即按列表状态删除， 切的联 系 ，我们要从 这些数据 中寻找所关 如果数据缺失问题可以通过简单 的删 缺失值较少 ，样本够大 ，把缺失的样本完全 心的问题答案 ，往往我们是通过建立适 当 除小部分样本来达到 目的，那么这种方法 去除，如果任何一个变量含有缺失数据 ，把 的数据 模型来 完成 的。而对数据预处理 中 是有效的，在Spss的统计分析程序中，打开 相应的个案，从分析 中剔除，对缺失值 占的 缺失数据的处理是我们建立适当数据模型 OPtiOns按钮 ，便会 出现缺失值的处理栏 比例小，十分有效 ，到底多少 ，比例合适?有 必不可少的前提条件 ，如果不考虑缺失数 (missing values)。通常有三个选项：一是 局限性 ，以减少样本样本量来换取信 息的 据 ，将严重影响结果的稳定性 。 Excludecaseslistwise，即按列表排除个案， 完备 ，会造成资源的大量浪费，严重影响到 对数据 中有 明显或 明显不合理的数据 表示对所有的分析过程剔除分组变量和 因 数据的客观性和结果的正确性 。 以及漏填的数据都可看做缺失数据 。对缺 变量 中所有带有缺失值的观测量数据 ；二 第二 ，是Pairwise，即配对状态 ，其 中一 失数据进行处理时 ，必须 了解缺失数据 出 是Excludecasespail-wise，即按对排除个案， 条记录 中有一变量缺失，将在统计时删除 现出现的原因 ，这是决 定所选择 的缺 失数 同时剔除带缺失值 的观测量及与缺失值有 该条信息 ，但在进行其它统计量时不受影 据处理方法是否合适 的一个关键 因素 ，此 成对关 系的观 测量 。在当前分析过 程中用 响。 外还有变量的分布和范 围也是决定所选的 到的变量数据 中剔 除带有缺失值的观测量 第三 ，是EM ，即期望最大化 ，可用于缺 缺失数据处理 方法是否合适的另一个关键 数据 ，在其他分析过程中可能包含缺失值 ； 失较 多 ，有效样 本足够保证其服从 正态分 因素 。当数据缺失的原 因已知时 ，在数据分 三是Replacewithmean，即使用均值替换 ， 布，该估计 方法 是通过观测数据 的边 际分 析 的过程 中加 以正确考虑 ，产生的分析结 将分组变量的缺失值单独分为一组 ，在输 布对未知参数进行极大似然估计 ，该方法 果才不会产生较大的偏倚。当然 ，如果缺失 出频数表的同时输 出缺失值。 比删除个案和均值插补更具有 吸引力 ，但 数据 的产生 的原因不 明确时 ，那么我们就 (2)对缺失值进行估后计填补 。 缺点是 只适用于大样本。 只能在对数据作合理猜测基础上对数据进 在数据分析 中，面对大量的数据 ，因为 第四，是Regression，即回归，没有足够 行分析。 一