SPSS学习系列09缺失值处理.pdfVIP

-

09.缺失值处理

空缺值〔用空缺值〔用〞表示〕和输入错误值，都属于缺失值畴。

输入错误值需要做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、异常值等来观察极小、极大值、频率、异常值等来判断判断。例如，性别。例如，性别男=1，女

=2〞，假设极大值浮现3，则是输入错误值；箱线图或者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，或者在具体统计分析时的【选项】——【缺

失值】框选择*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

有因变量或者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——该缺失值先后n个观察值的平均数；

〔3〕临近点的中位数——该缺失值先后n个观察值的中位数；

.z.

-

〔4〕线性插值——该缺失值先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：

1.【转换】——【替换缺失值】，翻开，翻开替换缺失值〞窗口，将变

量量统计成绩〞选入【新变量】框；

2.【名称和方法】框，设定新变量名称【名称和方法】框，设定新变量名称统计成绩_1〞，方法选〞，方法选

序列均值〞

3.点【确定】，得到

注意：假设*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：

用灵便的诊断报告来评估缺失值问题的严重性，用户可以观察到

它们在哪些变量中浮现，比例是多少，是否与其它变量取值有关，从

而得知这些缺失值浮现是否会影响分析结论。

〔2〕得到更准确的统计量：

提供了多种方法用于估计含缺失值数据的均值、相关矩阵或者协方

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或者回归法，用户可以从未缺失数据的分布情况中推算出

.z.

-

缺失数据的估计值，从而能有效地使用所有数据发展分析，来提高统

计结果的可信度。

【缺失值分析】实例操作，使用SPSS20自带的实例文件：

telco_missing.sav

1.【分析】——【缺失值分析】，翻开，翻开缺失值分析〞窗口，将变

量量婚姻状况、教育程度、退休、性别〞选入【分类变量】，将变量，将变量

效劳月数、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。

2.点【描述】，翻开，翻开描述统计〞子窗口，用来设置要显示的缺

失值描述统计量。

勾选勾选单变量统计量〞，勾选【指示变量统计量】框的单变量统计量〞