缺失值能否作为分类变量中的单独一类纳入模型？

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

在进行分析时，发现某个重要的分类变量存在大量的缺失值，能否将缺失值赋值为单独的一类纳入分析呢？
比如，收入：1=below 5000; 2=5000 or above; 3=unknown
并不想分析这个变量，只是需要进行调整，如果删除含缺失值的case，损失的样本量有点多。

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：分类变量 缺失值 UNKNOWN Known Above 统计分析

Ryancheer 发表于 2017-8-2 21:24
在进行分析时，发现某个重要的分类变量存在大量的缺失值，能否将缺失值赋值为单独的一类纳入分析呢？
比如 ...

软件这样操作是能做出来的。然而个人觉得实际意义不大，因为不好解释。能代表缺失值的东西太多太多了，是一个黑箱。所以，我的建议是如果觉得缺失值太多，删除后样本量缺失严重，建议先把缺失值补齐，然后再做回归。祝好运～

xddlovejiao1314 发表于 2017-8-3 07:37
软件这样操作是能做出来的。然而个人觉得实际意义不大，因为不好解释。能代表缺失值的东西太多太多了，是 ...

了解了，谢谢您啦！

xddlovejiao1314 发表于 2017-8-3 07:37
软件这样操作是能做出来的。然而个人觉得实际意义不大，因为不好解释。能代表缺失值的东西太多太多了，是 ...

"能代表缺失值的东西太多太多了，是一个黑箱。"
非常同意!

缺失20%以下可以给缺失的case一个值硬做。如果缺失40%以上，可以对比一下缺失和不缺失的人群各有什么特点，弄不好会有有意思的发现。

xddlovejiao1314 发表于 2017-8-3 07:37
软件这样操作是能做出来的。然而个人觉得实际意义不大，因为不好解释。能代表缺失值的东西太多太多了，是 ...

你好，我个人也会这样处理数据，目的是为了留住观测对象，比如题主的2分类，unknown可以作为赋值为9，如果计算OR值，1作为reference的话，不去对9:1的情况进行说明，这样可以吗？