SPSS学习系列09.缺失值处理.docxVIP

精品文档 精品文档 PAGE PAGE19 精品文档 PAGE . 缺失值办理 空缺值（用“.”表示）和输入错误值，都属于缺失值范围。 输入错误值需要做“数据查验”来发现： 1）【剖析】——【描绘统计】——【描绘】和【频次】 2）【图形】——【旧对话框】——【箱图】 察看极小、极大值、频次、异样值等来判断。比如，性别“男=1，女 =2”，若极大值出现3，则是输入错误值；箱线图或 3σ原则发现的异 常值，则要先改成缺失值。 缺失值的办理方法往常有四种。 一、删除有缺失值的个案 删除有缺失值的个案，或在详细统计剖析时的【选项】——【缺失值】框选择某种办理方法： . . ①按列表清除个案——只需任何一个变量含有缺失值，就要剔除出所有因变量或分组变量中有缺失值的观察记录； ②按对清除个案——同时剔除带缺失值的观察量及与缺失值有成对关系的观察量（比较剖析）； ③使用均值替换——使用该变量的均值替换缺失值。 二、替换缺失值 SPSS提供了5种简单替换缺失值的方法： 1）序列均值——该变量的有效察看值的平均数； 2）邻近点的均值——该缺失值前后n个察看值的平均数； 3）邻近点的中位数——该缺失值前后n个察看值的中位数； 4）线性插值——该缺失值前后察看值成立插值直线确定【同取n=1的（2）】； 5）点处的线性趋势——以编号为自变量用线性回归法预测值。 现有数据文件： . . 1.【变换】——【替换缺失值】，翻开“替换缺失值”窗口，将变量 “统计成绩”选入【新变量】框； 2.【名称和方法】框，设定新变量名称“统计成绩 _1”，方法选“序 列均值” 3.点【确定】，得到 注意：若某个案的缺失值较多最好删除该个案，而不是替换其缺失值。 . . 三、缺失值剖析 SPSS中更高级的办理缺失值的方法是缺失值剖析，它能够 1）缺失值的描绘和迅速诊疗： 用灵活的诊疗报告来评估缺失值问题的严重性，用户能够察看到 它们在哪些变量中出现，比率是多少，是否与其余变量取值有关，进而得悉这些缺失值出现是否会影响剖析结论。 2）得到更精准的统计量： 提供了多种方法用于估计含缺失值数据的均值、有关矩阵或协方 差矩阵，经过这些方法计算出的统计量更为可靠。 （3）用估计值替换缺失值： 使用EM或回归法，用户能够从未缺失数据的散布情况中推算出缺失数据的估计值，进而能有效地使用所有数据进行剖析，来提高统计结果的可信度。 【缺失值剖析】实例操作，使用 SPSS20自带的实例文件： telco_missing.sav . . 1.【剖析】——【缺失值剖析】，翻开“缺失值剖析”窗口，将变量“婚姻状况、教育程度、退休、性别”选入【分类变量】，将变量“服务月数、年龄、现在住址居住年数、家庭收入、现职位工作年数、家庭人数”选入【定量变量】 注意：最大类别（最大分类数）默认为25，超过该数目的分类变量将不引入剖析。 点【描绘】，翻开“描绘统计”子窗口，用来设置要显示的缺失 值描绘统计量。 勾选“单变量统计量”，勾选【指示变量统计量】框的“使用有指示 变量形成的分组进行的 t查验”和“为分类变量和指示变量生成交错 表”，点【持续】 . . 点【模式】，翻开“模式”子窗口，用来设置显示输出表格中的缺失数据模式和范围。 勾选“按照缺失值模式分组的表格个案”； 因为“教育程度”“、退休”和“性别”中的缺失模式似乎影响数据“，家 庭收入”含有大量缺失值，将这些变量选入【附加信息】； . . 其余保持默认，点【持续】 回到原窗口，勾选【估计】框中的“EM”和“回归”，其余默认设置。点击【EM】或【回归】按钮能够改正其设置 . . 注意：若要保留替换缺失值之后的数据，需要勾选“保留达成数 据”：创建新数据集并命名，或写入新数据文件。 此外，默认使用所有变量进行剖析，若要选择部分变量，可点【变 量】按钮改正。 点【确定】，得到输出结果： 单变量统计 N 均值 标准差 缺失 极值数目a 计数 百分比 低 高 tenure 968 35.56 21.268 32 3.2 0 0 age 975 41.75 12.573 25 2.5 0 0 address 850 11.47 9.965 150 15.0 0 9 income 821 71.1462 83.14424 179 17.9 0 71 employ 904 11.00 10.113 96 9.6 0 15 reside 966 2.32 1.431 34 3.4 0 33 marital 885 115 11.5 ed 965 35 3.5 retire 916 84 8.4 gender 958 42 4.2 a.高出范围（Q1-1.5*IQR ，Q3+1.5*IQR ）的案例数。 提供了数据的一般特点，给出了所有剖析变量缺失数据的频数、 百分比，定