SPSS缺失值得分析处理
在资料收集的过程中,由于各种原因可能导致数据收集不全,就会产生缺失值,且这种情况往往无法避免。如果缺失值处理不当,就会导致分析结果精度降低,出现偏倚甚至是错误的理论,因此缺失值的分析显得尤为重要。数据的缺失经常会存在着一定的规律,为了认识和研究缺失数据,按照数据缺失形式,我们常将其分为单元缺失与项目缺失两种。
(1)单元缺失:只针对需调查的个案进行调查而没有得到个案信息。如对整个班级进行调查,发放60分调查表,部分调查对象未交回调查表导致的资料缺失。这种缺失在数据分析阶段常常无能为力。
(2)项目缺失:指在调查内容中某些变量的观测结果有缺失。如对整个班级进行调查后,收回的调查表中,部分女生因为“保密”而未填写体重一项,造成资料缺失。
无论缺失数据的形式是单元缺失还是项目缺失,从缺失机制与方式上又可将其分为完全随机缺失、随机缺失与非随机缺失。
(1)完全随机缺失(Missing Completely at Random,MCAR)指已评价的结果或即将要进行的评价结果中,研究对象的缺失率是独立的。即缺失现象完全随机发生,与自身或其他变量取值无关。如调查进行中,因被调查对象接到电话,或紧急事件马上离开,调查无完成导致缺失。
(2)随机缺失(Missing at Random,MAR)指缺失数据的发生与数据库中其他无缺失变量的取值有关。某一观察值缺失的概率仅依赖已有的观察结果。比如,研究某新药对高血压患者的疗效,但一些血压过高的患者,根据纳入标准予以排除。MAR是最常见的缺失机制。
(3)非随机缺失(MIssing Not at Random,MNAR)指数据的缺失不仅与其他变量的取值有关,缺失率与缺失数据有关,也和自身有关。这种缺失大都不是偶然因素所造成的,常常是不可忽略的,比如在调查收入时,收入高的人出于各种原因不愿意提供家庭年收入值。对于MNAR此种缺失机制,目前尚无特别有效的方法能进行处理。
识别缺失数据的产生机制是极其重要的,首先这涉及到代表性问题,从统计上说,非随机缺失的数据会产生偏估计,因此不能很好地代表总体。其次,它决定数据插补方法的选择。随机缺失数据处理相对比较简单,但非随机缺失数据处理比较困难,原因在于偏差的程度难以把握。
面对不同的数据缺失情况,那我们该如何处理呢?大致上我们把处理方法归为以下几类。
1、删除缺失值
最常见、最简单的处理缺失数据的方法,使用这种方法时,如果任何个案在某一变量含有缺失数据的话,就把相对应的个案从分析中剔除。如果缺失值所占比例较小 的话,这一方法十分有效。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。
2、缺失值代替
即“转换”选项卡中“替换缺失值”菜单过程。此过程将所有的记录看成一个序列,然后采用某种指标对缺失值进行填充,它实际上专门用于解决时间序列模型中的缺失值问题。虽然其中的一些填充方法也可以用于普通数据,但相比之下,如果在序列数据中使用该过程可能得不偿失,应当谨慎使用。常用的填充方式由算术均数、缺失值邻近点的算术均数、中位数以及线性插入等。
3、缺失值分析
此过程是SPSS专门针对缺失值分析而提供的模块,他提供了对缺失值问题全面而强大的分析能力,主要功能有以下3种:
(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,比例为多少,是否与其他变量取值有关,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将更加可靠。
(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。
在前述的3种缺失机制中,非随机缺失很难得到有效的统计学处理,SPSS的缺失值分析模块主要是对MCAR和MAR的情形进行分析,尤其是后者。
数据分析咨询请扫描二维码
在现代信息技术的广阔世界中,大数据架构师扮演着至关重要的角色。他们不仅引领着企业的数据战略,还通过技术创新推动业务的不断 ...
2024-11-04在当今数字化时代,数据分析师已成为企业关键角色,帮助决策者通过数据驱动的洞察实现业务目标。成为一名成功的数据分析师,需要 ...
2024-11-03在当今数字化的世界中,数据分析已经成为推动商业决策的关键因素。随着公司和组织越来越依赖数据来驱动业务战略,对数据分析专 ...
2024-11-03《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28