逻辑回归缺失值

Question

我可以使用缺失值进行逻辑回归吗？

我有很多连续属性和一些分类属性，我可以将它们设置为用户缺失吗？它有用吗？

Answer 1

要进行回归分析，您需要为每个事件测量所有变量。也许另一种技术可以用于缺少属性，但不能用于回归。

顺便说一下，您应该尝试在https://stats.stackexchange.com/

上发布问题

HTH！

Answer 2

大多数回归过程都需要完整的数据，但有多种方法可以处理缺失值。这是一个微妙的话题，所以我不会假装在这里给出一个完整的答案，并建议做一些关于这个主题的阅读。简而言之，但是：

1. 永远不要删除观察以解决此问题。
2. 总是允许删除变量，但就一个人的数据预算来说显然非常严重。
3. 使用全局常量填充缺失值，例如非缺失的平均值或中位数，应该谨慎地进行（当缺失的比例非常低时）（如果有的话）。
4. 使用基于其他自变量选择的值填充缺失值优先于上面的数字3。

要了解有关此主题的更多信息，请查找“插补”这一术语的信息，尤其是“单一插补”和“多重插补”，“随机丢失”和“随意丢失”。