SPSS经典教材基于回归法填充缺失值

SPSS经典教材基于回归法填充缺失值

　　 缺失值在临床研究，尤其是大样本临床研究中是在所难免的。如何能够合理得当地处理缺失值是至关重要的。缺失值的处理方法很多，包括直接去除，对于大样本研究来说，直接去除可能对结果造成的影响尚可接受，但是对于样本量不多的研究来讲，可能就是很大的影响。对于缺失值插补的方法也很多，最常见的包括临近值，均值，中位数，众数，回归，多重插补等。前三类的填补，因为缺少随机误差，填补显得比较苍白，后两者，尤其是多重插补，因为考虑到存在随机误差，在填补效率方面显得更加r语言报告。

　　 今天我们和大家分享的是关于如何使用SPSS进行基于回归方法的缺失值填充。

　　 首先基于回归方法的前提就是缺失值只能是回归的应变量，利用一些自变量来对于缺失的应变量进行填充。

　　 例如下图实例数据，收缩压，舒张压中均有相应的缺失值，我们的目的就是通过其他无缺失的变量对这两者进行填充。

　　 然后将自变量中定量变量选入定量变量栏，将分类变量选入分类变量栏。选中回归，并点击回归，图中红框处：

　　 这个时候，会在输出窗口看到，回归填补的一些过程，更为重要的是会产生名为“插补后”的SPSS数据文件，打开，会发现已经填充好的数据集，赶紧去试试吧！