SPSS怎么处理缺失值 SPSS缺失数据过多如何填补

品牌型号：联想 小新14

系统：Windows 10

软件版本：IBM SPSS Statistics 31.0

在临床收集数据时，由于每个患者做的指标不同，影像学检查也存在差异，所以经常会遇到数据缺失的情况。SPSS作为一款专业的数据分析软件，它可以帮助我们分析出哪些指标有缺失值和大概占比多少，以及针对这些缺失数据，利用不同的方法进行填补。今天我们一起来探讨SPSS怎么处理缺失值，SPSS缺失数据过多如何填补的问题。

一、SPSS怎么处理缺失值

这里搜集了30名被调研对象的数据，分为两组，分别是病例组和对照组。我们发现表格里舒张压和心率数据存在部分缺失值。这些缺失值需要填补，才能进行下一步分析。而舒张压和心率与年龄、性别、身高、体重等因素密切相关，所以我们可以利用SPSS的回归估计法来填补缺失值。这里将为大家详细介绍关于SPSS怎么处理缺失值的具体操作步骤：

1、首先把收集到的数据导入SPSS中，点击上方“分析”选项，接着在菜单中找到并点击“缺失值分析”。进入缺失值分析对话框后，我们会看到两个主要的选择框，一个是用于选择定量变量的框，另一个是用于选择分类变量的框。

2、从我们的数据中可以看出，“组别”属于分类变量，它分为病例组和对照组；“年龄”属于定量变量，是连续数值型变量；“性别”也是分类变量，分为男性和女性；而身高、体重、收缩压、舒张压以及心率则都属于定量变量。

3、选择完变量后，在对话框右边的估算方法中勾选“回归”选项。勾选了回归估计法，就相当于告知SPSS软件，要把缺失的变量当作因变量，没有缺失的变量当作自变量来进行处理。

4、点击最下边的“回归”选项，弹出新的窗口，在这里勾选“保存完成的数据”，将插补好的数据另存一份，以便后面使用和分析。下面输入新的数据集名称，注意名称的首位不能是数字，可以输入中文或者英文，点击继续后点击确定，就会生成一份缺失值填补完成的新数据表。

二、SPSS缺失数据过多如何填补

我们知道临床数据案例十分宝贵，当缺失数据过多时，不能粗暴删除，要想办法填补缺失值。在SPSS软件中，大家可以使用多重插补法，处理临床上的数据缺失值。多重插补法是从包含缺失值的原始数据集出发，通过不同插补方法衍生出不同数据集，再对这些数据集进行整合分析。下面我们将为大家介绍在SPSS中缺失数据过多如何填补的具体操作步骤：

1、如下图所示，这里收集了88名患者心衰数据库，心衰患者标记为1，非心衰患者标记为0，还统计了患者的血压等级、有无糖尿病、性别、年龄和BMI等，当前数据集有很多缺失值。

2、首先，我们查看哪些指标缺失及缺失比例。打开SPSS软件，把数据导入。在上方工具栏里点击分析，在下拉菜单中找到缺失值分析并点击。

3、在弹出的窗口里把定量数据如BMI和年龄放在定量变量框，其余都为分类变量，直接放入分类变量框，序号不用管。点击右边的模式选项，弹出的窗口中勾选个案表，点击继续，点击确定按钮。

4、在统计结果界面可以看到，单变量统计表中列出了详细的缺失值个数及占比。比如BMI有72个数据，缺失16个，占比18.2%；患者年龄有76个数据，缺失12个。性别变量存在73个，缺失15个，占比17%等等。

5、接下来对缺失值进行插补，点击分析中的多重插补，选择插补缺失数据值。在弹出的窗口中把需要插补的变量都选中放入模型中的变量框，按住Ctrl键可快速勾选。插补次数可调整，默认是5次，数据集命名要用英文，比如这里输入新数据集叫“new”。

6、接着点击方法，弹出的新窗口中选择定制。后面的约束和输出不太重要，大家可以按照需要选择，比如勾选具有插补值的变量的统计描述，最后点击确定。

7、插补完成后，查看插补模型，会显示各变量插补方式，如BMI用线性回归插补，共缺失16个，因插补5轮，共插补80个数值；性别缺失15个，插补5轮，共插补75个数值，用逻辑回归插补。

8、插补完成，点击SPSS图标，能看到写着“无标题new”的新数据集，这是插补后的数据。右上角下拉菜单，选1可看到第一次插补后的数据集情况，黄色部分是插补值；选2能看到第二轮插补有轻微变化，下拉菜单中，前面“imputation”后的12345代表插补轮次。

以上就是关于SPSS怎么处理缺失值，SPSS缺失数据过多如何填补的全部内容。如果收集到的数据存在缺失值，可以运用SPSS软件里的回归估计法或者是多重插补法进行缺失值插补。文中分别列出了这两种方法的具体操作步骤，希望本文的内容能帮助有需要的小伙伴。

署名：梦