原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
几种常见的数据插补方法
（一）个案剔除法(ListwiseDeletion)
最常见、最简单的处理数据的方法是用个案剔除法(listwisedeletion)，也是很多统计软件（如
SPSS和SAS）默认的值处理方法。在这种方法中如果任何一个变量含有数据的话，就把相
对应的个案从分析中剔除。如果值所占比例比较小的话，这一方法十分有效。至于具体多大的缺
失比例算是“小”比例，专家们意见也存在较大的差距。有学者认为应在5%以下，也有学者认为20%
以下即可。然而，这种方法却有很大的局限性。它是以减少样本量来换取信息的完备，会造成资源的
大量浪费，丢弃了大量隐藏在这些对象中的信息。在样本量较小的情况下，删除少量对象就足以严重
影响到数据的客观性和结果的正确性。因此，当数据所占比例较大，特别是当缺数据非随机分布
时，这种方法可能导致数据发生偏离，从而得出错误的结论。
（二）均值替换法(MeanImputation)
在变量十分重要而所的数据量又较为庞大的时候，个案剔除法就遇到了，因为许多有用
的数据也同时被剔除。围绕着这一问题，研究者尝试了各种各样的办法。其中的一个方法是均值替换
法(meanimputation)。变量的属性分为数值型和非数值型来分别进行处理。如果值是数
值型的，就根据该变量在其他所有对象的取值的平均值来填充该的变量值；如果值是非数值
型的，就根据统计学中的众数原理，用该变量在其他所有对象的取值次数最多的值来补齐该的变
量值。但这种方产生有偏估计，所以并不被推崇。均值替换法也是一种简便、快速的数据处
理方法。使用均值替换法插补数据，对该变量的均值估计不会产生影响。但这种方法是建立在完
全随机（MCAR）的假设之上的，而且会造成变量的方差和差变小。
（三）热卡填充法（Hotdecking）
Severalcommonmethodsofmissing
datainterpolation
(1)Case-exclusionmethod(ListwiseDeletion)
Te
hmostcommonandsimptwaytodealwithmissingdataistousecaseculling
(listwisedeletion),whichisalsothedefaultmissingvalueprocessingmethodformany
statisticalsoftware(suchasSPSSandSAS).Inthismethod,ifanyvariablecontains
missingdata,thecorrespondingcaseswilberemovedfromtheanalysis.Ifthel
proportionofmissingvaluesisrelat
文档评论（0）