這篇文章主要介紹了spss缺失值填補(bǔ)方法有幾種，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

成都創(chuàng)新互聯(lián)公司服務(wù)緊隨時(shí)代發(fā)展步伐，進(jìn)行技術(shù)革新和技術(shù)進(jìn)步，經(jīng)過十多年的發(fā)展和積累，已經(jīng)匯集了一批資深網(wǎng)站策劃師、設(shè)計(jì)師、專業(yè)的網(wǎng)站實(shí)施團(tuán)隊(duì)以及高素質(zhì)售后服務(wù)人員，并且完全形成了一套成熟的業(yè)務(wù)流程，能夠完全依照客戶要求對(duì)網(wǎng)站進(jìn)行成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站制作、建設(shè)、維護(hù)、更新和改版，實(shí)現(xiàn)客戶網(wǎng)站對(duì)外宣傳展示的首要目的，并為客戶企業(yè)品牌互聯(lián)網(wǎng)化提供全面的解決方案。

spss缺失值填補(bǔ)方法有：1、均值插補(bǔ)，用該屬性的眾數(shù)來補(bǔ)齊缺失的值；2、利用同類均值插補(bǔ)；3、極大似然估計(jì)，通過觀測(cè)數(shù)據(jù)的邊際分布可以對(duì)未知參數(shù)進(jìn)行極大似然估計(jì)；4、多重插補(bǔ)，根據(jù)某種選擇依據(jù)，選取最合適的插補(bǔ)值。

本教程操作環(huán)境：windows7系統(tǒng)、SPSS 26.0版、Dell G3電腦。

1、均值插補(bǔ)。數(shù)據(jù)的屬性分為定距型和非定距型。如果缺失值是定距型的，就以該屬性存在值的平均值來插補(bǔ)缺失的值；如果缺失值是非定距型的，就根據(jù)統(tǒng)計(jì)學(xué)中的眾數(shù)原理，用該屬性的眾數(shù)(即出現(xiàn)頻率最高的值)來補(bǔ)齊缺失的值。

2、利用同類均值插補(bǔ)。同均值插補(bǔ)的方法都屬于單值插補(bǔ)，不同的是，它用層次聚類模型預(yù)測(cè)缺失變量的類型，再以該類型的均值插補(bǔ)。假設(shè)X=（X1，X2...Xp）為信息完全的變量，Y為存在缺失值的變量。

那么首先對(duì)X或其子集行聚類，然后按缺失個(gè)案所屬類來插補(bǔ)不同類的均值。如果在以后統(tǒng)計(jì)分析中還需以引入的解釋變量和Y做分析，那么這種插補(bǔ)方法將在模型中引入自相關(guān)，給分析造成障礙。

3、極大似然估計(jì)（Max Likelihood ，ML）。在缺失類型為隨機(jī)缺失的條件下，假設(shè)模型對(duì)于完整的樣本是正確的，那么通過觀測(cè)數(shù)據(jù)的邊際分布可以對(duì)未知參數(shù)進(jìn)行極大似然估計(jì)（Little and Rubin）。

這種方法也被稱為忽略缺失值的極大似然估計(jì)，對(duì)于極大似然的參數(shù)估計(jì)實(shí)際中常采用的計(jì)算方法是期望值最大化(Expectation Maximization，EM）。

4、多重插補(bǔ)（Multiple Imputation，MI）。多值插補(bǔ)的思想來源于貝葉斯估計(jì)，認(rèn)為待插補(bǔ)的值是隨機(jī)的，它的值來自于已觀測(cè)到的值。具體實(shí)踐上通常是估計(jì)出待插補(bǔ)的值，然后再加上不同的噪聲，形成多組可選插補(bǔ)值。根據(jù)某種選擇依據(jù)，選取最合適的插補(bǔ)值。

擴(kuò)展資料

缺失值產(chǎn)生的原因很多，裝備故障、無法獲取信息、與其他字段不一致、歷史原因等都可能產(chǎn)生缺失值。一種典型的處理方法是插值，插值之后的數(shù)據(jù)可看作服從特定概率分布。另外，也可以刪除所有含缺失值的記錄，但這個(gè)操作也從側(cè)面變動(dòng)了原始數(shù)據(jù)的分布特征。

對(duì)于缺失值的處理，從總體上來說分為刪除存在缺失值的個(gè)案和缺失值插補(bǔ)。對(duì)于主觀數(shù)據(jù)，人將影響數(shù)據(jù)的真實(shí)性，存在缺失值的樣本的其他屬性的真實(shí)值不能保證，那么依賴于這些屬性值的插補(bǔ)也是不可靠的，所以對(duì)于主觀數(shù)據(jù)一般不推薦插補(bǔ)的方法。插補(bǔ)主要是針對(duì)客觀數(shù)據(jù)，它的可靠性有保證。

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“spss缺失值填補(bǔ)方法有幾種”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!