数据缺失

请问，数据统计数据时，有的变量的数据缺失，那么数据到底缺失到什么程度，这个变量就不能计入数据实证了呢？
比如说：一个变量有30个样本数据，如果这个变量的样本数据缺失多少个，那么这个变量就不能实证了呢？5个？10个？12个？15个？

30个样本本身就少，如有缺失如何保证分析结果的可靠性？
30个样本，缺失5个，就是1/6的缺失率。根本就不必做了！做了也没有什么意义

如果是300个样本，缺失30个，还勉强可接受。

这位朋友，谢谢啊！
我答复你的问题，本不为金币而来——我答的时候，也没有看清这是个悬赏帖子。也只是简单回答了下。

有关数据缺失值的问题，还会有更完整科学的答案。你自己也可以查一下有关统计学著作。
我这里先加一个：如果你是做有关宏观数据的统计分析，记得我的计量经济老师讲过，也就几十年的数据，尽量不要缺失。不行，就要将包含缺失值的样本删除（也就是年份数据），那就需要缩小研究时期。如想要做从1949-2012年的研究，一般都会将文革时期排除在外，那就最好从改革开放之后研究。

此外，如果样本中仅有个别变量出现缺失，只要这个变量不是重要变量（如重要的自变量与因变量），就可以将此变量删除。当然，最好不影响你的理论假设。还有性别变量如出现缺失，基本上采取的是删除方法。因为缺失值用均值来替代也没有意义，也会扭曲统计上的解释。
希望能帮到你。