在SPSS中将不平衡面板转换为单一条件下的平衡/丢弃多个观察

Question

有一个包含3个变量的数据集 - ID ， 工资 和 年 ，这是一个不平衡的面板。有两个问题：

1. 我想在 ID 上删除所有数据，其中 年 < / strong>没有观察。不久之后，我想将我的不平衡面板转换为平衡丢弃每个造成这种“不平衡”的id。

例如，如果 ID = 1的人未在< Wage 中报告< strong> 年 = 2010（因此没有观察到 年 = 2010和 ID < / em> = 1），我想删除 ID = 1的所有数据。

这似乎是一个受欢迎的问题，但我在Google和StackOverflow上找到的所有内容都是Stata的多种解决方案，而SPSS则没有。

更新：我设法使用COUNTIF Excel功能解决了这个问题。我创建了一个变量，用于计算某些 ID 出现在数据集中的次数，并保持对此函数=年数的观察，从而删除不平衡的 ID 即可。但是，我仍然迫切需要解决第二个问题：）

1. 第二个问题几乎与第一个问题相同 - 我想在 ID 上删除所有数据，其中有<当他们报告 工资 = 0时 年

例如，如果 ID = 1的人在中报告 工资 = 0 年 = 2010年，我想删除 ID = 1的所有数据。

如果SPSS中有一个填充命令可以平衡不平衡面板和缺失值，那么第二个问题的解决方案似乎是同时解决第一个问题。

更新2：我在 工资 和 ID 上使用COUNTIFS也解决了这个问题。 Excel是无所不能的，赞美Excel。

Answer 1

这将解决这两项任务：

recode Wage (0=sysmis).
AGGREGATE /OUTFILE=* MODE=ADDVARIABLES /BREAK=ID /Wage_nmiss=NMISS(Wage).
select if Wage_nmiss=0.
execute.

Answer 2

我不知道数据的用途是什么，但如果它是重要的，你应该认真地重新考虑删除缺少变量的观察结果。

通常，特别是在有关工资的数据中，缺失值会告诉您应该记录的值（链接到Wikipedia，关键字：MAR，MCAR，MNAR））。没有简单的方法可以摆脱样本中的这种偏见，但只是删除观察结果并不是一个严肃的选择。有些算法可以根据数据集中的其他值巧妙地计算缺失值。

如果您愿意，我可以投入更多时间，并帮助您找到合适的算法来估算缺失值。