數(shù)據(jù)缺失想要補齊有什么方法，用spss的替換缺失值和缺失值分析完全不會用？如果缺失值只占數(shù)據(jù)的5%以下，那么缺失值對數(shù)據(jù)的影響很小，各種缺失處理方法也沒有什么區(qū)別。最好是簡單處理，比如填寫均值，或者直

數(shù)據(jù)缺失想要補齊有什么方法，用spss的替換缺失值和缺失值分析完全不會用？

如果缺失值只占數(shù)據(jù)的5%以下，那么缺失值對數(shù)據(jù)的影響很小，各種缺失處理方法也沒有什么區(qū)別。最好是簡單處理，比如填寫均值，或者直接刪除缺失的案例，但是均值填寫不能利用缺失數(shù)據(jù)中可能包含的有效信息，刪除案例可能會導致數(shù)據(jù)結(jié)構(gòu)效益影響的不確定性（例如，在績效考核中，不合格者沒有成績，形成缺憾，刪除缺憾會使數(shù)據(jù)缺乏代表性，只有合格者，沒有不合格者）。與均值插補法相比，回歸插補法更準確（僅限于缺失值不多的情況，否則回歸會產(chǎn)生偏估計）。如果存在大量缺失值，建議使用EM算法。通過模擬研究，許多研究者表明，這種插補方法可以得到最準確的結(jié)果。其操作是在SPSS菜單中選擇“分析缺失值分析”，彈出對話框，在右邊的變量框中選擇要填充的缺失數(shù)據(jù)（注意變量類型），在估算方法中選擇em，然后單擊em，將填充的數(shù)據(jù)保存為新的數(shù)據(jù)集