统计过程中遇到删失数据

《统计过程中遇到删失数据》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、Censoreddata删失数据这两天看MPLUS统计手册，总看见censoreddata这个概念，censored的原意是“审查过的”，在网络用语上是“屏蔽的”，通俗的理解就是敏感词的意思。但什么是“审查过的数据”呢？又查了一下censoreddata，统计术语上称作“删失数据”，解释为：就是在数据收集过程中，某些在检测线下的数据被检测线的值或是0值代替了。这一解释，稍微能理解点意思，但仍是没有概念。后来，查到下面这段话，是Amos7.0可以处理censoreddata，并且给出了一个具体例子，才总算明白了啥叫censore

2、ddata。英文和翻译如下：Censoreddataoccurswhenyouknowthatameasurementexceedssomethreshold,butyoudon’tknowbyhowmuch.(Thereisalesscommonkindofcensoreddatawhereyouknowthatameasurementfallsbelowsomethreshold,butdonotknowbyhowmuch.)Asanexampleofcensoreddata,supposeyouwatchpeopleas

3、theytrytosolveaproblemandrecordhowlongeachpersontakestosolveit.Supposethatyoudon’twanttospendmorethan10minuteswaitingforapersontoreachasolution,sothatifapersonhasnotsolvedtheproblemin10minutes,youcallahaltandrecordthefactthat“timetosolve”wasgreaterthan10minutes.  If

4、fivepeoplesolvetheproblemandtwodon’t,thedatafromsevenpeoplemightlooklikethis:当你知道一个测量值超过了临界值，但又不知道具体超过了多少，就叫“删失数据”（较少出现那种低于临界值，但又不知道具体低多少的删失数据）。举个例子，假设你想要进行一个关于问题解决的研究，记录下被试进行问题解决所花的时间。假如有的被试花了10分钟还没有答完题，而你又不想继续等待，到10分钟的时候你就让被试停止答题，然后记录这名被试的答题时间为“大于10分钟”。假设7名被试中有2名没

5、答完，那么数据记录如下表： CaseTimetosolve1622394>1054697>10InAmos6.0,youcouldeithertreattheobservationforcases4and7asmissing,orsubstituteanarbitrarynumberlike10or11or12forcases4and7.Treatingcases4and7asmissinghastheeffectofbiasingthesamplebyexcludingpoorproblemsolvers.Substitut

6、inganarbitrarynumberforacensoredvalueisalsoundesirable,althoughtheexacteffectofsubstitutinganarbitrarynumberisimpossibletoknow.在Amos6.0中，你可以把被试4和被试7的数据作为缺失数据处理，也可以人为地给他们赋值为10、11或12等。作为缺失值处理的话，有可能会因为删去了一些问题解决较差者而出现样本偏差。虽然赋其他值的效果还不能确切知道，但这个做法同样也不是个好办法。InAmos7.0youcant

7、akeadvantageofalltheinformationyouhaveaboutcases4and7withoutmakingassumptionsotherthantheassumptionofnormality.在Amos7.0中，研究者就可以利用被试4和被试7的数据信息，而不用作正态假设之外的其他假设。 总结起来，所谓censoreddata，就是那些在研究中被掐头（当然也有的是去尾）的数据，知道是被掐了头，但不知道掐了多少。以前很多研究都是当缺失值处理了，但这样做容易导致样本有偏差（即差的都被去掉了，不能反映数据

8、全貌）。可见，统计软件的更新和升级是多么的重要。缺失值是指在数据采集与整理过程中丢失的内容。一般情况下，数据都是以关系型表的方式采集的，如下表是某次调查中一些受访者的基本情况见本文最后的表格。 如果在表格中，某一个数据采集时无法获得，就会出现缺失值，例如在上表中“张三”的性别