SPSS学习系列09缺失值处理.docxVIP

  • 23
  • 0
  • 约9.15千字
  • 约 19页
  • 2023-10-26 发布于上海
  • 举报
. 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: 【分析】——【描述统计】——【描述】和【频率】 【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3σ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: . . 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: 序列均值——该变量的有效观察值的平均数; 临近点的均值——该缺失值前后 n 个观察值的平均数; 临近点的中位数——该缺失值前后 n 个观察值的中位数; 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)】; 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: . . 【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; 【

文档评论(0)

1亿VIP精品文档

相关文档