处理缺失值的方法

数据清理中，处理缺失值的方法有两种：

删除法： 1 ）删除观察样本

         2 ）删除变量：当某个变量缺失值较多且对研究目标影响不大时，可以将整个变量整体删除

         3 ）使用完整原始数据分析：当数据存在较多缺失而其原始数据完整时，可以使用原始数据替代现有数据进行分析

         4 ）改变权重：当删除缺失数据会改变数据结构时，通过对完整数据按照不同的权重进行加权，可以降低删除缺失数据带来的偏差

查补法：均值插补、回归插补、抽样填补等








缺失值处理的传统方法

列删法 

由于删除了非缺失信息，损失了样本量，进而削弱了统计功效。但是，当样本量很大而缺失值所占样本比例较少时（<5%）可以考虑使用列删法。

对删法 

在计算相关矩阵时，用所有可获得的数据计算，不管是否存在缺失值。由于计算每对相关系数基于差异较大的样本，所以存在协方差矩阵非正定的风险。

均值替代法

使用每个变量的均值去填补该变量的缺失值。最不为方法学者推荐。

回归法

根据变量间的相关，利用其他变量的信息通过建立回归方式去推算缺失值。。

相似反应类型插补法

通过从有类似反应模式的个体得分中获得一个数值填补缺失值。偏差要比列删法和对删法要小。

平均同质项目法 

假设个体在某一因子的某些条目上存在缺失值，通过平均其他几个条目得分来填补缺失值。