数据缺失的填补方法

可以尝试采用聚类的方法去填补缺失值。最基本的想法是这样的：先考察性别和年龄对患病是不是有显著差异的，若有显著差异，则利用非缺失的变量去做向量聚类（分2类）。比如，某一观测的性别缺失，看这条观测被分到的组里面的性别比例，若男性多于女性，则缺失的性别值为1，否则为2；若相等的话，1或2均可（不过这种情况应该很少见）。同理，针对年龄的缺失，也可如此处理。仅供参考！

pvli 发表于 2012-1-5 14:49
STD  =标准差？？

不是，是proc STDIZE

SAS 提供LOGISTICREG RESSION的方法填补class变量 in proc MI。另外比较关键的是，应该处理有关随机填补所导致的随机性。不考虑这一点的方法有错误的。京剧