揭秘缺失值

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

如果你的数据中存在缺失值，想必这一定令你寝食难安辗转反侧吧。那么，我们如何去填补这些缺失值呢？解决问题之前呢，应该先了解问题。

缺失值到底是什么值呢？

在有些命令中，如sum，regress，generate等，会自动忽略缺失值；而在有些命令中，如count，keep等，则会将缺失值视为一个无穷大的数值，因此在操作中需要引起你的注意。

随附例子：

1. sysuse  auto,clear
   
2. sort rep78
   
3. list rep78
   
4. sum rep78 if rep78>4    //obs=11
   
5. count if rep78>4      //obs=16
   
6. keep if rep78>4
   
7. list rep78

复制代码

拿到一份数据，想看一下变量缺失情况，怎么办？

【命令】nmissing

1. ssc install nmissing //先下载外部命令nmissing
   
2. sysuse  auto,clear
   
3. nmissing  //显示所有变量的缺失数目
   
4. nmissing rep78  //显示变量rep78的缺失数目

复制代码

【命令】mdesc   介个更给力！！

1. ssc install mdesc
   
2. sysuse  auto,clear
   
3. mdesc

复制代码

缺失值会影响我的回归分析，怎么删掉它呢？

【Case1 如何删除一个变量的所有缺失值】

1. sysuse auto,clear
   
2. sum
   
3. drop if rep78==.
   
4. sum

复制代码

【Case2 如何删除多个变量的缺失值  对比各种方法对比思考】

1. sysuse auto,clear
   
2. sum
   
3. gen newvar=5
   
4. replace newvar=. if mpg<20
   
5. sum
   
6. drop if rep78==. | newvar==.
   
7. sum

复制代码

1. sysuse auto,clear
   
2. sum
   
3. gen newvar=5
   
4. replace newvar=. if mpg<20
   
5. sum
   
6. drop if rep78==. & newvar==.
   
7. sum

复制代码

1. sysuse auto,clear
   
2. sum
   
3. gen newvar=5
   
4. replace newvar=. if mpg<20
   
5. egen mis = rowmiss(_all)
   
6. drop if mis   //或者drop if mis>0

复制代码

【Case3   reg回归分析中】

1. sysuse nlsw88.dta,clear
   
2. sum
   
3. reg wage industry occup tenure hours
   
4. gen byte nomis = e(sample) //表示样本的虚拟变量
   
5. sum wage industry occup tenure hours if (nomis==1)
   
6. keep if nomis

复制代码

缺失值会影响我的回归分析，怎么补充呢？

【Case1 缺失值较少，用前后项补充】

1. sysuse auto,clear
   
2. list rep78
   
3. replace rep78=rep78[_n-1] if rep78==.  //用前一项补充
   
4. list rep78
   
5. 
   
6. sysuse auto,clear
   
7. list rep78
   
8. replace rep78=rep78[_n+1] if rep78==.  //用后一项补充
   
9. list rep78

复制代码

【Case2 某一年的数据缺失，用前后年平均值补充】

比如2001年的gdp数据缺失，那可以用2000和2002年的均值代替。

replace gdp=(l.gdp+f.gdp)/2 if year==2001  //l是lag的缩写；f是forward的缩写

【Case3 MI和MA】

多重补漏 multiple imputation和移动平均moving average，展开就复杂了，大家可以先下载资料学习着，这个日后补充。

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13 回帖

关键词：缺失值 generate missing install regress generate count 如何

各位坛友有收获的给好评哦~

谢谢，，方法很全面啊

625928915 发表于 2014-12-7 14:35
谢谢，，方法很全面啊

多谢捧场

如果数据集中的缺失值有不只一种形态（比如  .  或者  .e  或者  .d  等），但是在处理数据的时候，经常需要对缺失值进行处理，比如会用到  if var==.  类似这样的命令，这样一来就错过了对  .e  或者  .d  等形态的缺失值的处理，仅仅处理了  .  形态的缺失值，有没有什么办法解决这个问题，或者有没有什么命令能够让所有变量中的所有形态的缺失值都变成  .   ？？

SpencerMeng 发表于 2014-12-6 16:10
如果你的数据中存在缺失值，想必这一定令你寝食难安辗转反侧吧。那么，我们如何去填补这些缺失值呢？ ...

谢谢分享

厉害

厉害

厉害

感谢分享