em模型补缺失值_如何填补缺失值？看SPSS提供的简单方法

数据有缺失是常见的问题，如果是大数据集，在缺失比例较小(如10%以下)的情况下，可以考虑直接剔除，但如果本身是个小数据集，就不能轻易地做删除处理。

建议采用缺失值填补技术来解决。

在SPSS中，有两个菜单可以完成缺失填补。一个是【转换】菜单下的【替换缺失值】，另一个是【分析】菜单下的【缺失值分析】。

前者特点简单易行，后者特点是略专业复杂一些。多数情况下，我觉得使用【替换缺失值】即可满足需求。因此我在《SPSS从入门到实践提高》视频课程和本文中，主要介绍【替换缺失值】的方法。

案例数据

11年间的经济数据，其中2013年“第三产业值”数据缺失，右侧“原始”变量给出真实值，以便对照比较缺失填补的情况，即2013年“第三产业值”实为1162.8。

SPSS替换缺失值

菜单：【转换】→【替换缺失值】，对话框如下：

SPSS在此处提供5种缺失填补方法，它们分别是：

使用整个序列的平均值填补缺失值。

邻近点的平均值

使用有效周围值的平均值填补缺失值。邻近点的跨度为缺失值上下用于计算平均值的有效值个数。

邻近点的中位值

使用有效周围值的中位值填补缺失值。邻近点的跨度为缺失值上下用于计算中位值的有效值个数。

线性插值

使用线性插值替换缺失值。缺失值之前的最后一个有效值和之后的第一个有效值用来作为插值。如果序列中的第一个或最后一个个案具有缺失值，则不必替换，计算原理类似“临近点的