原创力文档- 1、本文档共2页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
残缺数据的填补的任务书
任务概述：
本任务旨在让您掌握在数据分析过程中遇到缺失数据时，常用的数据填补方法。
任务要求：
1.了解常见的数据缺失类型及原因。
2.掌握常用的数据填补方法，如均值填补、中位数填补、众数填补、插值法填补等。
3.能够根据数据缺失类型和数据分析目的，选择合适的数据填补方法。
4.阐述数据填补对数据分析结果的影响。
参考步骤：
1.了解数据缺失类型及原因。
-缺失完全随机：缺失数据和其他数据之间没有关系，如实验中因为设备故障导致数据损失。
-缺失随机：缺失数据和其他数据之间存在关系，但是这种关系与缺失数据的大小和数量无关，如在做问卷调查时，由于受调查者疏忽或者心理状态等原因影响，而导致选项未填或填残缺。
-缺失非随机：缺失数据和其他数据之间存在关系，且这种关系与缺失数据的大小和数量有关，如通过网站登录，仅保留账号、密码和手机号，而用户昵称、身份证号、居住地址等因不愿意填写或无法查实而缺失。
2.掌握常用的数据填补方法。
-均值填补：用该变量的平均值代替缺失值，适用于连续型数据。
-中位数填补：用该变量的中位数代替缺失值，适用于连续型偏态数据。
-众数填补：用该变量的众数代替缺失值，适用于分类或离散型数据。
-插值法填补：包括线性插值、多项式插值、样条插值等，适用于某个时间序列或空间中的连续型数据。
3.根据数据缺失类型和数据分析目的，选择合适的数据填补方法。
-对于缺失完全随机的数据，可以应用任何一种填补方法。
-对于缺失随机的数据，应选择能够描述均值和方差等基本统计特征的填补方法，如均值填补、中位数填补等。
-对于缺失非随机的数据，应使用与缺失因素相关的填补方法，如插值法。
4.阐述数据填补对数据分析结果的影响。
数据填补可能会引入偏差。如果缺失值的数量不大，那么填补不会对分析结果产生太大的影响；但如果缺失值的数量较多，填补方法与填补值的选择就需要更加慎重。此外，填补方法的选择应考虑因第一二点中所述的缺失数据类型带来的影响。当使用缺失值填补后，需要检验填补后的数据与原始数据的差异，如果差异较大，应考虑改变填补方法或者筛除含有缺失值的数据。
文档评论（0）