SPSS学习系列09.缺失值处理.pdfVIP

实用标准文档 09. 缺失值处理 空缺值（用“ .”表示）和输入错误值，都属于缺失值范畴。 输入错误值需要做“数据检验”来发现： （1）【分析】——【描述统计】——【描述】和【频率】 （2 ）【图形】——【旧对话框】——【箱图】 观察极小、极大值、频率、异常值等来判断。例如，性别“男 =1，女 =2”，若极大值出现 3，则是输入错误值；箱线图或 3 σ原则发现的异 常值，则要先改成缺失值。 缺失值的处理方法通常有四种。 一、删除有缺失值的个案 删除有缺失值的个案，或在具体统计分析时的【选项】——【缺 失值】框选择某种处理方法： 文案大全 实用标准文档 ①按列表排除个案——只要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测记录； ②按对排除个案——同时剔除带缺失值的观测量及与缺失值有 成对关系的观测量（对照分析） ； 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——该变量的有效观察值的平均数； （2 ）临近点的均值——该缺失值前后 n 个观察值的平均数； （3 ）临近点的中位数——该缺失值前后 n 个观察值的中位数； （4 ）线性插值——该缺失值前后观察值建立插值直线确定【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： 文案大全 实用标准文档 1. 【转换】——【替换缺失值】 ，打开“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。 文案大全 实用标准文档 三、缺失值分析 SPSS中更高级的处理缺失值的方法是缺失值分析，它能够 （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，比例是多少，是否与其它变量取值有关，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。 【缺失值分析】实例操作，使用 SPSS 20自带的实例文件： telco_missing.sav 文案大全 实用标准文档 1. 【分析】——【缺失值分析】 ，打开“缺失值分析”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 变量将不引入分析。