缺失值处理 [推广有奖]

1关注
0粉丝

已卖：3份资源

硕士生

64%

还不是VIP/贵宾

威望: 0 级
论坛币: 666 个
通用积分: 5.2331
学术水平: 0 点
热心指数: 0 点
信用等级: 0 点
经验: 553 点
帖子: 41
精华: 0
在线时间: 305 小时
注册时间: 2018-12-16
最后登录: 2024-5-2

楼主

VictoriaHYT

发表于 2019-9-3 02:06:47 来自手机 |AI写论文

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400多个样本，它们的好几个指标都是这个指标缺这些数据，那个指标缺那些数据，要做probit 或中介效应分析或结构方程模型，该怎么办？直接剔除吗？（比如在Stata中）

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2 回帖

关键词：缺失值处理缺失值结构方程模型 Probit 中介效应分析

相关帖子

沙发

猪大王 发表于 2019-9-3 16:56:44

缺失数据的处理依赖于缺失机制，在Little和Rubin的专著《missing data》中有关于缺失机制的定义，楼主可以根据自己的数据来先假定缺失机制，再考虑使用哪种方法。楼主提到的删除数据的方法一般被称为CC(complete case), 在随机缺失和非随机缺失的情况下会造成参数估计有偏。
在广义线性模型下missing data的处理有一篇经典的文章 “Missing-Data Methods for Generalized Linear Models: A Comparative Review”，文中提到了四种常用方法，希望可以帮到你！