【原】解疑答惑 | 缺失值真的要被无情抛弃吗？

缺失值真的要被无情抛弃吗？

缺失值是一个在任何研究中都普遍存在的问题，相信大家在撰写论文或者进行数据分析的过程中，都会遇到数据缺失的情况，那么该如何解决这个问题呢？在不影响数据完整性的前提下直接删除当然是可以的，但是对于样本量不大的资料来说，删除缺失值可能会造成数据统计结果的偏差，因此有必要对数据缺失值进行填补。问题来了，该如何填补呢？教你几种方法：

1.均值替代法

将舒张压和收缩压放入新变量，方法处选择序列平均值，点击确定。

打开原数据，可以看到原本存在的7个缺失值都已经被平均值填补。

2.回归估计法

将变量分别选入定量变量和分类变量中，估算栏选择回归。

点击回归，出现如下对话框，勾选保存完成的数据，创建一个数据集名字；点击继续，确定。

打开保存后的新数据集，可以看到舒张压和收缩压两列的缺失值被填补完成。

3.期望最大化

将变量分别选入定量变量和分类变量中，估算栏选择EM，点击下方EM，出现如下对话框，勾选保存完成的数据，创建一个新数据集名字；点击继续，确定。

这时打开新数据集，可以看到缺失值已经被填补完成。

遇到缺失值不要不假思索的就抛弃人家，不然它也是会记仇的，让你的结果出现偏差，如果想得到更精确的结论就试试上面几种方法吧。

问题反馈

如您遇到有关统计学的问题，可以通过邮件联系我们。

通过邮件发送您的问题，我们第一时间为您解答。

[e-mail]