在spss中,缺失值处理方法有两种,简单的可以通过Transform(数据转换)菜单下的“缺失值替代过程”,更加复杂的缺失值估计要通过“分析”菜单下“缺失值分析过程”,常用的是“EM”和“回归方法”。
具体的操作过程可搜索“ spss教程:缺失值处理 百度经验”这篇文章,处理后的结果会单独保存在一个新建的文件中。
点击Data按钮,弹出下拉菜单,进入其中“selec case”选项,选择use filter variable选项,添加你要处理的case,然后在Output中,你若选择delete unselect case,结果就是将有缺失值的case删除掉,如你在Output中选择filter out unselect case,结果就是将有缺失值的case屏蔽掉。
教程很少的 我推荐你去下电子书吧 人大经济论坛有很多的 也是个学习统计工具的好地方 。
下面是我在别的地方找到的答案 希望可以帮助你 :
版本一:
录入的时候可以直接省略不录入
分析的时候也一般剔除这样的样本。但也有替换的方法,一般有:
均值替换法(mean imputation),即用其他个案中该变量观测值的平均数对缺失的数据进行替换,但这种方法会产生有偏估计,所以并不被推崇。
个别替换法(single imputation)通常也被叫做回归替换法(regression imputation),在该个案的其他变量值都是通过回归估计得到的情况下,这种
方法用缺失数据的条件期望值对它进行替换。这虽然是一个无偏估计,但是却倾向于低估标准差和其他未知性质的测量值,而且这一问题会随着缺失信息的增多而变得更加严重。
多重替代法(multiple imputation)(Rubin, 1977) 。
ƒ它从相似情况中或根据后来在可观测的数据上得到的缺省数据的分布情况给每个缺省数据赋予一个模拟值。结合这种方法,研究者可以比较容易地,在不舍弃任何数据的情况下对缺失数据的未知性质进行推断(Little and Rubin,1987; ubin,1987, 1996)。
版本二:
对缺失值的处理 (1) 剔除有缺失值的观测单位, 即
删除SPSS 数据列表中缺失值所在的数据行; 在SPSS 的统计
分析程序中, 打开op t ions 按钮, 便会出现缺失值的处理栏
(m issing values) , 可分别选择下列选项: exclude cases analy2
sis by analysis (剔除正在分析的变量中带缺失值的观察单
位) ; exclude case list w ise (剔除所有分析变量中带缺失值的
观察单位) ; (2) 对缺失值进行估计后补上. 主要有两种方法:
一是根据文献报道等知识经验进行估计; 二是用SPSS 提供
的工具进行估计. 在“t ransfo rm ”菜单下的“rep lace m issing
values”列出了5 种替代的方法: (a) series mean: 以列的算术
平均值进行替代; (b)mean of nearly po int: 以缺失值邻近点的
算术平均值进行替代; (c)M edian of nearly po int: 以缺失值临
近点的中位数替代; (d) linear interpo lat ion: 根据缺失值前后
的2 个观察值进行线性内查法估计和替代; (e) linear t rend at
po int: 用线形回归法进行估计和替代; (3) 将缺失值作为常数
值, 如: 作为“0”.
021Learncom