如果该解释变量没有明显的趋势，缺失的数据可以用样本的均值或中位数去替代；反之，若有明显的递增或递减趋势，可以采用简单的线性补缺。另外，还有一种比较严谨的做法，是用线性模型去预测，比如我们研究的是X1变量，但同时发现X1变量和X2, X3, ...变量之间有线性关系，故可以建立线性回归模型，来预测X1的缺失值，从而达到补缺的效果。

应该没有问题，跳过去就可以了。或者参考前后，补上去。当然，你也可以从其他资料里再找找这个数据，说不定有收获的。

有能力的人还是很多的啊

要思想，更要行动！

那个最佳答案很好,其实原理大家都知道,但操作有难度