Stata：缺失值的填充和补漏

原文链接：https://www.lianxh.cn/news/4404052e7b336.html

目录

• 1. 引言
• 2. 问题与方法
  • 2.1 缺失数据会带来的问题
  • 2.2 缺失数据的常用方法
• 3. tsfill 和 ipolate 命令简介
• 4. Stata 实操：tsfill 和 ipolate 命令
  • 4.1 时间序列数据
  • 4.2 面板数据
• 5. iploate 方法评价
• 参考资料

---

 

 

1. 引言

在实证研究中，我们经常会遇到数据缺失的问题。在样本较大的情况下，我们可以删除缺失值，而在样本较小的情况下，缺失值的影响会变得很大，此时，填补数据这项工作就变得相对重要。

本文主要介绍了 Stata 中较为常用的缺失数据处理命令 tsfill 和 ipolate，旨在为大家处理缺失数据问题时提供帮助。

2. 问题与方法

2.1 缺失数据会带来的问题

通常，在缺失部分数据的情况下，只要数据量足够大，我们可以将含有缺失值的样本删掉，并且不会对结果产生太大影响。但是，在「样本量小」和「缺失数据多」的情况下，我们简单的删掉数据，会损失较多的信息，并且使得结果有偏。

例如，下表中有 8 个样本，左边为含有缺失值的数据，右边为完整数据，并且左边部分  有 4 个缺失值。当我们删除缺失值时，左边  均值为 39，而右边  均值为 29.75，可以看出二者还是有很大差别的。

+--------------------------------------+ | 含有缺失值的数据 | 完整数据 | +--------------------------------------+ |Case Age Gender | Case Age Gender | +--------------------------------------+ |1 . Female | 1 21 Female | |2 . Male | 2 22 Male | |3 39 Male | 3 39 Male | |4 . Female | 4 20 Female | |5 42 Male | 5 42 Male | |6 . Female | 6 18 Female | |7 37 Male | 7 37 Male | |8 38 Male | 8 39 Male | +--------------------------------------+ (缺失数据和完整数据的基本格式)

原文链接：https://www.lianxh.cn/news/4404052e7b336.html