SPSS系列09缺失值处理Word格式文档下载.docx
《SPSS系列09缺失值处理Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《SPSS系列09缺失值处理Word格式文档下载.docx(21页珍藏版)》请在冰豆网上搜索。
![SPSS系列09缺失值处理Word格式文档下载.docx](https://file1.bdocx.com/fileroot1/2022-11/22/a62f01f8-a3e0-4711-b291-24d4f97870fc/a62f01f8-a3e0-4711-b291-24d4f97870fc1.gif)
高
tenure
968
35.56
21.268
32
3.2
age
975
41.75
12.573
25
2.5
address
850
11.47
9.965
150
15.0
9
income
821
71.1462
83.14424
179
17.9
71
employ
904
11.00
10.113
96
9.6
15
reside
966
2.32
1.431
34
3.4
33
marital
885
115
11.5
ed
965
35
3.5
retire
916
84
8.4
gender
958
42
4.2
a.超出范围(Q1-1.5*IQR,Q3+1.5*IQR)的案例数。
提供了数据的一般特征,给出了所有分析变量缺失数据的频数、百分比,定量变量的均值、标准差、极值数目。
income(家庭收入)有最多具有缺失值(17.9%),也有最多的极值;
而age(年龄)有最少缺失值(5%)。
估计均值摘要
所有值
EM
36.12
41.91
11.58
77.3941
11.22
2.29
回归
35.77
41.68
11.59
74.3174
10.99
估计标准差摘要
21.468
12.699
10.265
87.54860
10.165
1.416
21.188
12.534
9.935
84.71430
10.242
1.423
使用EM法和回归法进行缺失值的估计和替换后,总体数据的均值和标准差的变化情况,其中“所有值”为原始数据特征,另两行分别是采用EM法、回归法得到的统计参数。
单个方差t检验a
t
.4
.3
.
1.4
1.0
df
202.2
192.5
313.6
191.1
199.5
#存在
819
832
693
766
824
#缺失
149
143
128
138
142
均值(存在)
35.68
41.79
74.0779
11.20
2.34
均值(缺失)
34.91
41.49
55.2734
9.86
2.21
-5.0
-8.3
-3.9
-5.9
3.6
249.5
222.8
203.3
315.2
793
801
741
792
175
174
157
163
33.93
40.01
10.67
9.91
2.39
42.97
49.73
14.97
15.93
2.02
-1.0
-.4
-.7
.5
-.3
110.5
110.2
97.6
114.9
110.9
877
881
874
91
94
80
92
35.34
41.69
11.37
71.4953
2.31
37.70
42.27
12.32
67.9125
2.37
.0
1.8
1.2
-.8
.9
-2.2
148.1
149.5
138.8
121.2
128.3
134.2
856
862
748
728
805
857
112
113
102
93
99
109
42.00
11.61
70.3887
11.10
2.28
35.57
39.85
10.43
77.0753
10.17
2.61
-.6
.2
95.4
94.4
84.0
93.2
99.0
888
893
777
751
82
73
70
81
35.44
41.70
11.42
71.3356
36.89
42.29
11.96
69.1143
2.30
对于每个定量变量,由指示变量(存在,缺失)组成成对的组。
a.不显示少于5%个缺失值的指示变量。
通过单个方差t检验有助于标识缺失值模式可能影响定量变量的变量。
按照相应变量是否缺失将全部记录分为两组,再对所有定量变量在这两组间进行t检验。
判断数据是否完全随机缺失(表示缺失和变量的取值无关)。
例如,似乎年纪较长的响应者更不可能报告收入水平。
当income缺失时,平均age为49.73,与之相比,当income未缺失时为40.01。
实际上,income的缺失似乎影响多个定量(刻度)变量的平均值。
此指示数据可能并未完全随机缺失。
类别变量相对于指示变量的交叉制表
总计
未婚
已婚
SysMis
存在
390
358
85.0
85.5
83.4
88.7
%SysMis
14.5
16.6
11.3
380
348
82.1
83.3
81.1
80.9
16.7
18.9
19.1
418
387
90.4
91.7
90.2
86.1
8.3
9.8
13.9
423
392
101
91.6
92.8
91.4
87.8
7.2
8.6
12.2
不显示少于5%个缺失值的指示变量。
观察marital(婚姻状况)表,指示变量的缺失值数量在marital类别之间似乎变化不大。
一个人结婚与否似乎并不影响任何定量(刻度)变量的数据缺失情况。
例如,85.5%未婚者报告address(当前地址居住年限),83.4%已婚者报告相同变量。
差异很小并且很可能是巧合。
未完成中学学历
中学学历
社区学院
大学学位
研究生学位
240
186
56
30
83.2
85.7
88.4
81.9
87.5
16.8
14.3
11.6
18.1
12.5
155
229
165
193
50
29
79.1
81.8
78.1
82.9
20.9
18.2
21.9
17.1
178
254
204
60
90.8
90.7
89.9
93.8
9.2
9.3
10.1
6.3
278
148
184
52
88.5
98.5
99.3
74.7
81.3
1.5
.7
25.3
18.8
180
259
207
91.8
92.5
90.9
91.2
8.2
7.5
9.1
8.8
观察ed(教育程度)的交叉制表。
如果对象至少接受过大学教育,婚姻状况响应更可能缺失。
未接受大学教育的对象中至少98.5%报告婚姻状况。
另一方面,那些拥有大学学位的人中只有81.1%报告婚姻状况。
对于那些曾接受大学教育但未获学位者,数量更少。
是
否
744
80.5
86.9
19.5
13.1
732
19
83.7
46.3
16.3
53.7
864
40
98.7
1.3
2.4
100.0
38
88.8
92.7
11.2
7.3
在retire(退休)中可看到更大差异。
那些退休者与那些未退休者相比更不可能报告其收入。
退休客户中只有46.3%报告收入水平,而那些未退休者报告收入水平的百分比为83.7。
男
女
363
456
31
78.6
91.9
73.8
21.4
8.1
26.2
381
406
82.5
81.0
17.5
19.0
412
457
89.2
92.1
10.8
7.9
400
445
86.6
89.7
95.2
13.4
10.3
4.8
420
461
92.9
7.1
gender(性别)的另一差异明显。
男性与女性相比,地址信息经常缺失。
虽然这些差异可能是巧合,其似乎不可能。
数据似乎并非随机完全缺失。
制表模式
案例数
缺失模式a
完整数,如果...b
incomec
edd
retired
genderd
475
76.5853
87
463
12
201
274
X
584
27
17
11
95
14
47
62
16
687
5
1
4
562
54.4368
21
24
6
85
2
66
13
488
56.0000
3
535
77.2167
59
491
47.8125
10
492
76.2353
7
18
493
54.1111
660
8
37
520
59.4595
22
不显示少于1%个(10个或更少)案例的模式。
a.以缺失模式排列变量。
b.完整案例数,如果未使用该模式(用X标记)中缺失的变量。
c.在各个唯一模式处的均值
d.在各个唯一模式处的频率分布
制表模式显示个别个案中多个变量的数据是否往往缺失,有助于判断数据是否联合缺失。
在超过1%的个案中存在三种模式的联合缺失数据。
变量employ(当前工作年限)和retire(退休)与其它变量对相比更容易缺失。
这并不奇怪,因为retire和employ记录类似信息。
如果您不知道对象是否退休,您很可能也不知道其当前工作年限。
平均income(家庭收入)似乎因缺失值模式的不同变化很大。
实际上,在marital(婚姻状况)缺失时,6%个案的平均Income更高。
(当tenure(服务月数)缺失时其更高,但此模式只占1.7%个案。
)请记住,那些接受更高水平教育者更不可能响应婚姻状况相关问题。
您可以在ed(教育程度)频率中看到此倾向。
通过假定那些接受更高水平教育者赚更多钱并且更不可能报告婚姻状况,我们可能解释income的增加。
注:
下表脚注中的:
【Little的MCAR检验】用来检验数据是否完全随机缺失(原假设为:
是完全随机缺失)。
EM估计统计量
EM均值a
a.Little的MCAR检验:
卡方=179.836,DF=107,显著性=.000
EM协方差a
460.893
135.326
161.261
111.341
85.440
105.372
547.182
451.109
300.533
7664.75710
113.359
86.871
48.051
525.81159
103.326
-1.107
-4.538
-3.098
-14.60886
-1.916
2.006
EM相关性a
.496
.505
.655
.291
.406
.334
.519
.673
.461
.591
-.036
-.252
-.213
-.118
-.133
回归估计统计量
回归均值a
a.将随机正态变量添加到各个估计。
回归协方差a
448.925
127.960
157.107
104.772
81.387
98.710
521.577
413.579
261.781
7176.51298
115.751
86.757
49.026
504.78905
104.906
-1