SPSS缺失值:缺失值分析
一、缺失值:
具有缺失值的个案会引发严重的问题,因为典型的建模过程会简单地从分析中丢弃这些个案。如果存在少量缺失值(大约低于个案总数的5%),且这些值可以被认为随机缺失,即值的缺失不依赖于其他值,则列表删除的典型方法相对比较“安全”。“缺失值”选项可以帮助确定列表删除是否足够,并在必要时提供其他缺失值处理方法。
1、多重插补:过程提供了缺失数据模式分析,着眼于最终对缺失值进行多重插补。这意味着会产生多个版本的数据集,它们分别包含各自的插补值集。在执行统计分析时,汇集了针对所有插补数据集的参数估计,因此提供的估计结果通常比单个插补更为准确。
2、缺失值分析:提供了略微不同的描述性工具集,用以分析缺失数据(尤其是Little’sMCAR检验),并包括多种单一插补方法。注意,多重插补通常被认为优于单一插补。
二、缺失值分析(分析-缺失值分析)
缺失值分析有助于解决由不完整的数据造成的若干问题。如果带有缺失值的个案与不带缺失值的个案有着根本的不同,则结果将被误导。此外,缺失的数据还可能降低所计算的统计量的精度,因为计算时的信息比原计划的信息要少。另一个问题是,很多统计过程背后的假设都基于完整的个案,而缺失值可能使所需的理论复杂化。
1、示例。在评估白血病治疗方式时,将测量几个变量。但是,并不是针对每个患者都进行所有的测量。缺失数据的模式以表格形式显示出来,表现为随机的。EM分析用于估计均值、相关性和协方差。它还用来确定数据正在随机完全缺失。缺失值然后将由归因值替换,并保存到新的数据文件中以供进一步分析。
2、统计量。单变量统计量,包括非缺失值个数、均值、标准差、缺失值个数以及极值个数。使用列表法、成对法、EM法或回归法的估计均值、协方差矩阵以及相关性矩阵。对EM结果进行的Little的MCAR检验。按各种方法进行的均值总计。对于按缺失和非缺失值定义的组:t检验。对于所有变量:按个案与变量显示的缺失值模式。
3、数据。数据可以是分类数据或定量数据(刻度或连续)。尽管如此,您只能为定量变量估计统计数据并插补缺失数据。对于每个变量,必须将未编码为系统缺失值的缺失值定义为用户缺失值。例如,如果将对问卷项的回答不知道编码为5,并且您希望将其视为缺失,则对于此项应将5编码为用户缺失值。
4、频率权重。此过程接受频率(复制)权重。忽略复制权重为负值或零值的个案。非整数权重被截断。
5、假设。列表法、成对法和回归法估计都基于这样的假设:缺失值的模式不依赖于数据值。(此条件又称为完全随机缺失,即MCAR。)因此,当数据为MCAR时,所有估计方法(包括EM法)提供相关性和协方差的一致无偏估计。违反MCAR假设可能导致由列表法、成对法和回归法生成的有偏差的估计。如果数据不是MCAR,则您需要使用EM估计。
6、相关过程。很多过程都允许您使用列表或成对估计。“线性回归和因子分析”允许用均值替换缺失值。预测附加模块提供了几种方法,可用于按时间序列替换缺失值。
二、估计统计量与插补缺失值(分析-缺失值分析)
您可以使用列表法(仅限完整个案)、成对法、EM(期望最大化)法和/或回归法选择估计均值、标准差、协方差和相关性。您还可以选择插补缺失值(估计替换值)。注意,在解决缺失值问题方面,多重插补通常被认为优于单一插补。Little’s MCAR检验对于确定是否需要进行插补方面仍然有效。
1、列表法:此方法仅使用完整个案。一旦任何分析变量具有缺失值,计算中将忽略该个案。
2、成对法:此方法参见分析变量对,并只有当其在两种变量中都具有非缺失值时才使用个案。频率、均值以及标准差是针对每对分别计算的。由于忽略个案中的其它缺失值,两个变量的相关性与协方差不取决于任何其它变量的缺失值。
3、EM法:此方法假设一个部分缺失数据的分布并基于此分布下的可能性进行推论。每个迭代都包括一个E步骤和一个M步骤。在给定观察值和当前参数估计值的前提下,E步骤查找“缺失”数据的条件期望值。这些期望值将替换“缺失”数据。在M步骤中,即使填写了缺失数据,也将计算参数的最大似然估计值。“缺失”包含在引号中,因为缺失值不是直接填写的。而其函数用于对数似然。
用于检验值是否完全随机丢失(MCAR)的Roderick J. A. Little卡方统计量作为EM矩阵的脚注印刷。对于此检验,原假设就是数据完全随机缺失且0.05水平的p值显著。若值小于0.05,则数据将不会完全随机缺失。数据可能随机缺失(MAR)或不随机缺失(NMAR)。您无法假设一个或其它数据缺失,而是需要分析数据以确定数据是如何缺失的。
4、回归法:此方法计算多个线性回归估计值并具有用于通过随机元素增加估计值的选项。对于每个预测值,其过程可以从一个随机选择的完整个案中添加一个残差,或者从t分布中添加一个随机正态偏差,一个随机偏差(通过残差均值方的平方根测量)。数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12