众多的缺失值应该怎么处理？

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

   好多变量都存在很多的缺失值，对于这些缺失值应该怎么处理？在拿到一个原始的数据库的时候，按步骤应该是先进行数据库清洗，那什么是数据库清洗呢？应该做哪些工作？接触数据分析不久，菜鸟级别的，求指教。

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0 回帖

关键词：怎么处理 缺失值 数据分析 数据库 求指教 数据分析 数据库 数据处理 数据管理与分析

缺失值一般由几种原因造成：抽样误差，覆盖误差（没有抽到样本群体），无应答误差（受访者没有回答问题），调整误差（数据录入，调整权重等造成）。
分清了误差造成的原因在分别去处理。如果是没有回答或者回答有误，那么可以根据前后的题目更改过来；如果本身就缺失，可以进行插补。实在不行，就删掉，样本总量大概48000，删掉之后剩下40000多，其实也还好，样本量可以接受

现代统计有专门处理缺失值的方法，常见的有完全方法，借补和逆概率加权的方法等等，可以查看文献和专著

端正 发表于 2015-3-16 21:53
现代统计有专门处理缺失值的方法，常见的有完全方法，借补和逆概率加权的方法等等，可以查看文献和专著

谢谢~能推荐几篇好的文献或者书吗

Alfred_G 发表于 2015-3-16 19:34
缺失值一般由几种原因造成：抽样误差，覆盖误差（没有抽到样本群体），无应答误差（受访者没有回答问题）， ...

噢，，，非常感谢

单名一个苗 发表于 2015-3-17 09:18
谢谢~能推荐几篇好的文献或者书吗

期刊库搜缺失数据，就有很多，英文文献可以参看主页 http://sitemaker.umich.edu/rlittle/missing_data