(一)个案剔除法
最常见、最简单的处理缺失数据的方法是用个案剔除法,也是很多统计软件(如SPSS和SAS)默认的缺失值处理方法。
(二)均值替换法
在变量十分重要而所缺失的数据量又较为庞大的时候,个案剔除法就遇到了困难,因为许多有用的数据也同时被剔除。
(三)热卡填充法
对于一个包含缺失值的变量,热卡填充法在数据库中找到一个与它最相似的对象,然后用这个相似对象的值来进行填充
(一)个案剔除法
最常见、最简单的处理缺失数据的方法是用个案剔除法,也是很多统计软件(如SPSS和SAS)默认的缺失值处理方法。
(二)均值替换法
在变量十分重要而所缺失的数据量又较为庞大的时候,个案剔除法就遇到了困难,因为许多有用的数据也同时被剔除。
(三)热卡填充法
对于一个包含缺失值的变量,热卡填充法在数据库中找到一个与它最相似的对象,然后用这个相似对象的值来进行填充