请问拿到一份数据是先处理离群值还是先处理缺漏值？

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

离群值和缺漏值貌似要么删了要么都可以用均值代替，可是谁先谁后呢？
先用均值替补缺漏值的话，离群值会对均值有影响；先处理离群值的话，那些缺漏值太多的个体（面板里的城市、公司）似乎应该先删去，so，数据处理孰先孰后？
还有一个问题，用均值代替缺漏值合不合理？因为个体差异实在太大，比如几个大城市的数据肯定抬高了均值，这样的均值放在小城市的缺漏值里肯定不合适吧，这种情况怎么处理呢？

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6 回帖

关键词：离群值 缺漏值 个体差异 怎么处理 数据处理 影响

   我仔细的想了想，如果我遇到和楼主一样的问题，会怎么处理。
   既然是面板数据（有N有T），那么样本量是N*T，如果样本量比较大，我就先把缺漏值给处理了（删掉缺漏值样本），再处理离群值；如果样本量不大，则我先对缺漏值进行处理，然后再处理离群值。这时，在处理缺漏值时，我不用总体均值填充，因为就像楼主说的如果这样填充会受极端异常值影响，会把均值拉升。这时，我用样本中位数去填充缺漏值，或者是面板数据，我用缺漏个体已有的数据做个回归去拟合缺漏值。
   总结而言，我的思路都是先处理缺漏值，再处理离群值。祝好运~

xddlovejiao1314 发表于 2015-10-13 14:03
我仔细的想了想，如果我遇到和楼主一样的问题，会怎么处理。
   既然是面板数据（有N有T），那么样本量 ...

厉害！！！！

处理缺失值的方法很讲究，每个研究都会不同。如果搞得不好很容易引起争议导致被退稿。一定要小心。

xddlovejiao1314 发表于 2015-10-13 14:03
我仔细的想了想，如果我遇到和楼主一样的问题，会怎么处理。
   既然是面板数据（有N有T），那么样本量 ...

谢谢您的回复！但是无论是用中位数还是用模型回归，异常值的存在还是会有影响吧~

luue 发表于 2015-10-15 14:44
谢谢您的回复！但是无论是用中位数还是用模型回归，异常值的存在还是会有影响吧~

就是因为存在极端异常值，所以考虑用中位数，因为中位数的算法是先对数据排序，再取最中间的数。而均值受极端异常值的影响更大些。

夏目贵志 发表于 2015-10-14 23:29
处理缺失值的方法很讲究，每个研究都会不同。如果搞得不好很容易引起争议导致被退稿。一定要小心。

我看有人是直接删去要么不管它，可惜我用的是差分法，删去缺漏值再差分样本就小的可怜了！唉~

xddlovejiao1314 发表于 2015-10-13 14:03
我仔细的想了想，如果我遇到和楼主一样的问题，会怎么处理。
   既然是面板数据（有N有T），那么样本量 ...

老师您好，请问一下拿到一组数据是先离群值处理还是先进行加减乘除运算呢？

xddlovejiao1314 发表于 2015-10-13 14:03
我仔细的想了想，如果我遇到和楼主一样的问题，会怎么处理。
   既然是面板数据（有N有T），那么样本量 ...

感谢你的建议，很受用！！！

我也遇到了同样疑问，看了你的帖子，很受用