spss缺失值填补

缺失值的补充——SPSS

一、 均值替代法——连续数值型变量 1. 查看缺失值（可忽略）

分析→描述统计→频率→输出结果 2. 操作步骤

转换→替换缺失值→导入有缺失值的变量→方法：序列平均值（比其他的准确率较高些）

注：1.缺失值要在变量的5%以内，数据过多缺失将无意义，应当放弃变量；

2.缺点：存在序列数据波动性被低估的问题，且仅是单列变量内部估计的问题。

二、 中位数填补法——等级变量（有序变量） 1.查看缺失值

分析→描述统计→频率→导入有缺失值的变量→统计→勾选：中位数→输出结果 2.操作步骤

对有缺失值的变量进行升序排列→手动填入输出结果 注：进行升序排列是让缺失值排在最前边，方便数据处理。 三、 众数填补法——分类变量（性别、专业） 1.查看缺失值

分析→描述统计→频率→导入有缺失值的变量→统计→勾选：众数→输出结果

2.操作步骤

对有缺失值的变量进行升序排列→手动填入输出结果 注：进行升序排列是让缺失值排在最前边，方便数据处理。 四、 回归估计法

1. 原理：以缺失值为因变量，其他变量为自变量进行回归分析，用得到的回归方程估算缺失值。因变量与自变量之间要有一定的因果关系才能使用回归估计法。 2. 操作步骤：

分析→缺失值分析→导入变量→勾选：回归→点击：“回归”键→勾选：“保存完成的数据” →数据处理用保存后的数据 注：1.可能存在低估方差的问题；

2.回归估计法适用于自变量完整的数据。

五、 期望最大化法

1.操作步骤：

分析→缺失值分析→导入变量→勾选：EM→变量→点击：“EM”键→迭代：25→勾选：“保存完成的数据”→数据处理用保存后的数据

六、 多重插补法——用STETA