SPSS学习系列 缺失值处理(一类特选)

09. 缺失值处理

空缺值（用“.”表示）和输入错误值，都属于缺失值范畴。

输入错误值需要做“数据检验”来发现：

（1）【分析】——【描述统计】——【描述】和【频率】

（2）【图形】——【旧对话框】——【箱图】

观察极小、极大值、频率、异常值等来判断。例如，性别“男=1，女=2”，若极大值出现3，则是输入错误值；箱线图或3σ原则发现的异常值，则要先改成缺失值。

缺失值的处理方法通常有四种。

一、删除有缺失值的个案

删除有缺失值的个案，或在具体统计分析时的【选项】——【缺失值】框选择某种处理方法：

①按列表排除个案——只要任何一个变量含有缺失值，就要剔除出所有因变量或分组变量中有缺失值的观测记录；

②按对排除个案——同时剔除带缺失值的观测量及与缺失值有成对关系的观测量（对照分析）；

③使用均值替换——使用该变量的均值替换缺失值。

二、替换缺失值

SPSS提供了5种简单替换缺失值的方法：

（1）序列均值——该变量的有效观察值的平均数；

（2）临近点的均值——该缺失值前后n个观察值的平均数；

（3）临近点的中位数——该缺失值前后n个观察值的中位数；

（4）线性插值——该缺失值前后观察值建立插值直线确定【同取n=1的（2）】；

（5）点处的线性趋势——以编号为自变量用线性回归法预测值。

现有数据文件：

1.【转换】——【替换缺失值】，打开“替换缺失值”窗口，将变量“统计成绩”选入【新变量】框；

2.【名称和方法】框，设定新变量名称“统计成绩_1”，方法选“序列均值”

3.点【确定】，得到