Question

我的主管确信，可以在SPSS中执行以下单一插补分类变量缺失值的程序：缺少对该变量的观察结果随机分配变量类别（级别）在它们出现的相同分布中没有遗漏的观察结果。

所以，一个愚蠢的例子：我在8个观察中有一个二元变量（比如性别）; 6个观察值中没有丢失变量，0 =男性3（50％），1 =女性3（50％）;该程序将随机分配剩余的2个缺失的观察结果，性别0 =男性为1，女性为1 =另一个，因此分布仍为50％-50％。数据集将由

创建

data list free/gender.
begin data
0 1 0 1 0 1 '' ''
end data.

我可以在R中执行该过程，您可以自由地操纵向量等。但经过几天的学习和网上冲浪，我无法在SPSS中做到这一点。只有内置的单一插补方法，如期望最大化方法，我不能轻易手动完成。并不是说我不相信这种方法可以完全最大化。假设在我的示例数据集中还有一个缺失的观察结果：您将有3个缺失的观察结果，因此您将被迫拥有一个性别的33.3％和另一个性别的66.6％^。在大多数情况下，您将无法再现与非缺失观察中完全相同的水平分布。最后的选择必须由人来完成。

你会怎么做？我的主管错了吗？

重要提示：这是关于程序，而不是这种令人难以置信的粗略估算方法的有效性。

Answer 1

您可以在＆＃34;转换 - ＆gt;下的菜单中找到一些缺失数据的替换功能。替换缺失值＆＃34;。

我认为，您正在寻找的转型可以通过一个小技巧实现。

现在让我们使用＆＃34;系列的意思＆＃34;替换缺失值函数的方法。

RMV /gender_1=SMEAN(gender).

由于性别变量的编码为0-1，因此此过程返回1的比例与0相比，缺少性别并将其保存到变量gender_1中。在不遗漏性别的情况下，返回性别的价值。比例值也可以被视为性别具有值1的概率。现在您可以用bernoulli分布的随机数替换它们（使用存储在＆＃34; gender_1＆＃34;中的概率）。

* Where gender is missing, replace the value for the "probability" of gender=1 
* with a bernoulli distributed random number (0 or 1) given this probability.
DO IF MISSING(gender).
   COMPUTE gender_1 = RV.BERNOULLI(gender_1).
END IF.
EXECUTE.

如何在SPSS中对分类变量进行单个插补？

1 个答案: