发布时间:2021-06-22 14: 39: 01
我们进行统计分析时,一般来说数据都或多或少会有缺失值,对于有缺失值的记录,我们可以填入中位数、众数或平均数进行处理,或者直接作为一个新的特征变量,用哑变量来表示。
但是对于缺失值过多的特征变量,为了保证统计的准确性,我们会不得不把这些特征变量从数据中进行剔除淘汰。下面我会通过IBM SPSS Statistics的验证功能,一次性检验所有特征变量的缺失情况,然后对缺失值过多的特征进行删除。
一、设置缺失值验证
下图1是要进行检验的数据,我们可以看到的特征变量数据是存在着一些数据缺失的情况的。
图1:缺失数据展示
第一步:点击“数据”菜单,选择“验证”,然后点击“验证数据”选项。
图2:验证数据
第二步:接下来在“变量”选项,我们往“分析变量”拉入要进行缺失值验证的特征变量,这里我们将除了ID以外的变量全部拉入即可。
图3:拉入分析变量
第三步:切换到“单变量规则”中,点击“定义规则”按钮,输入规则的名称,如“缺失值检验规则”,然后选择要检验的特征变量的类型,可选项有“字符串”、“数字”和“日期”,最后我们需要取消勾选“允许使用用户缺失值”和“允许使用空值”,具体如图4。
图4:定义验证规则
第四步:点击“继续”回到“验证数据”界面中,单击分析变量,在右侧的规则列表中,勾选上我们刚刚建立的“缺失值检验规则”,最后点击“确定”,开始进行缺失值数据检验。
图5:勾选验证规则
二、验证结果
下图6为SPSS进行缺失值规则验证后的验证结果,我们主要看“变量摘要”表格,从表格中可以看到年份这个特征变量,违例数为16,如果其他的特征有缺失值的情况,违例个数也会展示在此表格中。此时我们就可以针对他们的违例数,判断是否缺失数据严重,严重的话就需要将此特征进行剔除。
图6:验证结果
上述就是使用IBM SPSS Statistics的验证功能,一次性验证多个特征变量的缺失值缺失情况的简单教程,SPSS除了缺失值验证功能外,还提供了缺失值分析、缺失值替换等功能,帮助我们更好地进行缺失值处理。关于SPSS的数据验证功能,还有更多更有用的地方,大家可以到IBM SPSS Statistics中文网站上进行了解。
作者署名:包纸
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS清洗数据删除缺失值 SPSS数据清洗实验报告
在问卷采集和收取的过程中,我们通常会遇到组别重复、存在缺失值、数据异常等复杂情况,所以我们需要了解和掌握SPSS的分析方法来完成数据清洗工作。今天我以SPSS清洗数据删除缺失值,SPSS数据清洗实验报告这两个问题为例,带大家了解一下SPSS数据清洗的相关知识。...
阅读全文 >
SPSS多元回归分析结果不显著怎么改数据 SPSS多元回归分析结果怎么分析
如果你是一名经常需要进行数据分析的用户,想必对专业的工具分析工具应该不会感到陌生。这里给大家介绍一款名为IBM SPSS的专业数据分析软件,SPSS在数据分析领域中凭借着自身过硬的功能受到了用户的青睐。而在使用SPSS的过程中,进行多元回归分析也是常规的数据分析操作之一,接下来给大家介绍SPSS多元回归分析结果不显著怎么改数据,SPSS多元回归分析结果怎么分析的具体内容。...
阅读全文 >
SPSS代码怎么获取 SPSS代码怎么输入
SPSS不仅提供了丰富的数据统计分析工具,还允许大家通过输入代码指令的方式运行自动化的数据分析任务。在网络上,我们也能找到很多常用的SPSS代码指令,可直接在SPSS的语法编辑器中使用。那么,SPSS代码怎么获取?SPSS代码怎么输入?接下来,让我们来详细地学习一下吧。...
阅读全文 >
回归分析SPSS步骤 回归分析SPSS结果解读
回归分析SPSS步骤,本文会以研究客流量对销售额影响的问题为例具体演示SPSS操作步骤,同时,也会具体进行回归分析SPSS结果解读,并进一步讲解回归分析的其他类型,以帮助加深对回归分析的认识。...
阅读全文 >