数据缺失绝对是统计分析中最为常见的问题之一，最常见的做法莫过于直接把数据导入软件进行分析，可是大多数统计模型会直接忽略有缺失值的记录，相当于在分析前先行对缺失值进行列表删除。当缺失值比较多的时候，这种做法会丢失大量的信息，如果缺失是非完全随机的，还有可能带来错误的结论。
数据缺失机制：完全随机缺失（Missing Completely At Random，MCAR）、随机缺失（Missing At Random，MAR）、非随机缺失（Missing At Non-Random，MANR）。MCAR是指数据的缺失是完全随机的，和变量自身或者其他变量的取值无关，实际中极为少见。MAR是指缺失值的丢失与本变量无关，而与数据集中其他（部分）变量有关。MANR是指数据的缺失不仅与其他变量的取值有关，也和自身取值有关。缺失值的处理方法：（1）删除；（2）单独成组分析；（3）填充。
缺失值填充的方法有很多，简单如直接用均值、众数进行填充，稍微复杂一些的如回归填充、最大期望（Expectation-Maximization，EM）、多重插补（Multiple Imputation，MI）等。
最大期望
多重插补
原创文章（本站视频密码：66668888），作者：xujunzju，如若转载，请注明出处：https://zyicu.cn/?p=11921
微信扫一扫 
支付宝扫一扫 
