SPSS学习系列09.缺失值处理

《SPSS学习系列09.缺失值处理》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文档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：（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：文案大全实用标准文档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

2、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：（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——该缺失值前后n个观察值的平均数；（3）临近点的中位数——该缺失值前后n个观察值的中位数；文案大全实用标准文档（4）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）】；（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

3、值】，打开“替换缺失值”窗口，将变量“统计成绩”选入【新变量】框；2.【名称和方法】框，设定新变量名称“统计成绩_1”，方法选“序列均值”文案大全实用标准文档3.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，它能够文案大全实用标准文档（1）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。（2）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

4、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。（3）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文案大全实用标准文档1.【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

5、为25，超过该数目的分类变量将不引入分析。2.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。文案大全实用标准文档勾选“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】3.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】；文案大全实用标准文档其它保持默认，点【继续】4.回到原窗口，勾选【

6、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文案大全实用标准文档注意：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。文案大全实用标准文档另外，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：单变量统计N均值标准差缺失极值数目a计数百分比低高tenure96835.5621.268323.200age97541.7512.573252.500address85011.479.96515015.009income82171.146283.1

7、442417917.9071employ90411.0010.113969.6015reside9662.321.431343.4033marital88511511.5ed965353.5retire916848.4gender958424.2a.超出范围（Q1-1.5*IQR，Q3+1.5*IQR）的案例数。提供了数据的一般特征，给出了所有分析变量缺失数据的频数、百分比，定量变量的均值、标准差、极值数目。income（家庭收入）有最多具有缺失值（17.9%），也有最多的极值；而age（年龄）有最少缺失值（5%）。文案大全实用标准文档估计均值摘要t