缺失值的处理方法（1）传统方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

缺失值处理的传统方法

列删法 将存在缺失值的被试删除。列删法操作方便，仍目前流行的缺失值处理方法(Peugh & Enders, 2004)。列删法的假设机制是MCAR，在很多情况下很难满足此假设，所以会产生偏差的参数估计(e.g., Enders & Bandalos, 2001)。由于删除了非缺失信息，损失了样本量，进而削弱了统计功效。但是，当样本量很大而缺失值所占样本比例较少时（<5%）可以考虑使用列删法，但任然存在上述不足。

对删法 在计算相关矩阵时，用所有可获得的数据计算，不管是否存在缺失值。同列删法一样，对删法的假设机制也是MCAR，在不满足假设时产生估计偏差(e.g., Enders & Bandalos, 2001)。由于计算每对相关系数基于差异较大的样本，所以存在协方差矩阵非正定的风险(Graham, 2009)。另外，样本的差异也会使计算标准误产生问题(Enders, 2010; Graham, 2009）。

均值替代法（Mean Substitution）使用每个变量的均值去填补该变量的缺失值。这种方法产生估计偏差(Little & Rubin, 1987)，最不为方法学者推荐(Allison, 2003; Enders, 2006, 2010; Graham, 2009)。

回归法 (Regression Imputation) 根据变量间的相关，利用其他变量的信息通过建立回归方式去推算缺失值。该法同样会产生估计偏差(Enders, 2006, 2010)。

相似反应类型插补法(Similar Response Pattern Imputation) LISREL处理缺失值的一种方法。通过从有类似反应模式的个体得分中获得一个数值填补缺失值。如果完整数据找不到类似反应则不能完成插补，在MCAR下产生无偏的参数估计，在MAR下产生偏差估计但偏差要不列删法和对删法要小(Enders & Bandalos, 2001)。

平均同质项目法 假设个体在某一因子的某些条目上存在缺失值，通过平均其他几个条目得分来填补缺失值。这种做法在实际中很常见，但缺陷也很明显（Schafer & Graham, 2002）。

获得更多信息可以参见：
http://www.hneap.com/a/EAPanli/kechengxinxi/2012/0516/201.html

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏7 回帖

关键词：处理方法 缺失值 Enders 缺失值处理 参数估计 传统 计算 amp 正定

其中有的方法几乎无用，譬如第一个，列删除，如果删除了没准删除变量等，就不太好用。使用之前，需要测试一下你的缺失值是不是完全随机的，用spss即可，如果是missing completely at random，那么就用什么方法都可以了，如果不行，用老师的话，就是go home and cry，哈哈

jialin3105 发表于 2012-5-22 00:25
其中有的方法几乎无用，譬如第一个，列删除，如果删除了没准删除变量等，就不太好用。使用之前，需要测试一 ...

这些都是传统方法，已很少用了。现代的方法比如MI，FIML等受到关注。

wmcheng2006 发表于 2012-5-22 12:49
这些都是传统方法，已很少用了。现代的方法比如MI，FIML等受到关注。

其实我倒是觉得方法没有新旧，主要是选择适合你用的，不管是新方法还是旧方法，肯定要选择适用你的数据的，研究领域的等等

jialin3105 发表于 2012-5-23 08:30
其实我倒是觉得方法没有新旧，主要是选择适合你用的，不管是新方法还是旧方法，肯定要选择适用你的数据的 ...

道理是对的，方法为问题服务，但是往往忽视了方法可以开拓视野。但传统的缺失值处理方法存在估计偏差，所以随着新的方法引入已经很少使用了。如果现在还使用传统方法的话，reviewer会要求你重新分析数据的。

楼主好贴！

数据质量非常重要，再怎么补救都是没办法，肯定会影响结论

楼主有 缺失值的处理方法（2）或者（3）吗？链接打不开啊！！

你好，看了好多缺失值填补方法，我想请教下量表缺失值用哪种方法处理比较好呢？