SPSS学习系列09.缺失值处理.docx

.

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；

【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”

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

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。

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。

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SPSS20自带的实例文件：telco_missing.sav

.

.

【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。

点【描述】，打开“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“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检验”和“为分类变量和指示变量生成交叉表”，点【继续】

.

.

点【模式】，打开“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】；

.

.

.

.

.

其它保持默认，点【继续】

回到原窗口，勾选【估计】框中的“EM”和“回归”，其它默认设置。点击【EM】或【回归】按钮可以修改其设置

分布

＠正态分布世：）:·一...一...一...一...一...鲤....

＠正态分布世：）

.一．...一..一....一.......一 ,

?混台正态但）涅古比例心）．标准芭比(P)

?竺t1Udent1st(S)

自由庋正『．一

酝 妇 Q): [2:s

巳保存完成数据岂）

＠创建帝店枚摆争的卫

卧据罪名枕(AI.

＠亏入新教摆文｛牛（旦t

三五勹

回 三邑

估计润节

＠残［差应．一.．.一...一...一...一.

＠残［差应

.一．..一...一...一...一....

?晋通变晕俋）

?旦tud印Et变昼(S)

巨曰克巳 15

? 和 Q)

巴 录六预割程序数 ):

巳保存完成数摆也）

＠创建汀符灯居＃言也

数据异名拚(A

＠写入新驳摆文i（旦｝

＼

文牛

回邑邑

注意：若要保存替换缺失值之后的数据，需要勾选“保存完成数据”：创建新数据集并命名，或写入新数据文件。

另外，默认使用所有变量进行分析，若要选择部分变量，可点【变量】按钮修改。

点【确定】，得到输出结果：

N

均值

标准差

计数

缺失

百分比

低

极值数目a

高

tenure

968