2.6.6　缺失数据的处理

在数据分析的过程中，多种情况会导致缺失值的产生，例如某一年的观测资料丢失，缺失值的产生会给数据分析带来许多问题，这种情况下我们将用到缺失数据处理的功能。SPSS提供了多种手段进行缺失值的替代操作。本节以人均GDP的计算为例讲解缺失值的操作，数据文件中由于某种原因，没有获得1995年的人均GDP数据（GDP单位：亿元，人均GDP单位：元），因此我们需要对缺失值进行合理替代以便进行相应的分析。本例的原始数据文件如图2-62所示。

图2-62　人均GDP数据

缺失值替代的操作步骤如下：

　在菜单栏中选择“转换”|“替换缺失值”命令，打开如图2-63所示的“替换缺失值”对话框。

　选择要替换缺失值的变量。选中含有缺失值的变量，单击按钮将其选入“新变量”列表框中，系统会自动生成用于替代缺失值的新变量。如果用户希望自定义变量名称，可以在“名称”文本框中输入自定义变量名称，然后单击“变化量”按钮完成设置。本例将“人均GDP”变量选入列表框中，生成后的新变量命名为“人均GDP的缺失值替代”，如图2-64所示。

图2-63　“替换缺失值”对话框

图2-64　选择要替换缺失值的变量

　选择缺失值替代的方法。在“方法”下拉列表中选择缺失值替代的相应方法，共有以下几种方法：

　序列平均值：系统将使用所有非缺失值的平均数替代缺失值。

　临近点的平均值：系统将使用缺失值临近的非缺失值的平均值替代缺失值，用户可以在“附近点的跨度”文本框中定义临近非缺失值的个数。

　临近点的中位数：系统将使用缺失值临近的非缺失值的中位数替代缺失值，同样可在“附近点的跨度”文本框中定义临近非缺失值的个数。

　线性插值法：系统将使用缺失值相邻两点的中点处的取值替代缺失值。

　点处的线性趋势：系统将采取线性拟合的方法确定替代值。

本例选择“序列平均值”选项。

　单击“确定”按钮，就可以完成缺失值替代操作。缺失值替代的输出结果如图2-65所示。

图2-65　进行缺失值替代后的数据

由图2-65可以看出，1995年的缺失值已经有替代，保存在新生成的“人均GDP的缺失值替代”变量中。