请教各位大侠，如何处理缺失数据

cgegmm

4349

收藏 2005-10-31

1第一种情况，这个数据是客观存在的，但是没有得到统计值，比如说1930年的GDP

2第二种情况，51长假股票市场并不交易，那么这天的价格如何处理，直接去掉

还是沿用4月30日的价格？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

胖胖小龟宝

2015-1-5 12:21:56

先回复你的问题再引入具体的一些处理方法（供参考）
1.缺少1930的GDP：如果你的数据时年度数据，而且不是从1930开始的，可以根据前几期后后几期的数据做估计预测来填补。另外，如果1930年缺少的不只是GDP，还有其他的数据，而且你的数据量也很大，那么也可以考虑删除的。
2.我个人认为不适合用4.30的价格沿用，因为金融交易数据的波动比较大，同时国定长假还有十一之类的，建议还是去除掉。对于周末之类的，我知道Eviews中有五日的数据模式可以导入，但是这个是按照西方的计算，也就是春节之类的中国假日是无法识别的。

最后针对缺失值的处理，找到了一些方法，介绍一下吧：
缺失值处理的传统方法

列删法：将存在缺失值的被试删除。列删法的假设机制是完全随机缺失，在很多情况下很难满足此假设，所以会产生偏差的参数估计。由于删除了非缺失信息，损失了样本量，进而削弱了统计功效。但是，当样本量很大而缺失值所占样本比例较少时（<5%）可以考虑使用列删法，但任然存在上述不足。
对删法：在计算相关矩阵时，用所有可获得的数据计算，不管是否存在缺失值。同列删法一样，对删法的假设机制也是完全随机缺失，在不满足假设时产生估计偏差。由于计算每对相关系数基于差异较大的样本，所以存在协方差矩阵非正定的风险。另外，样本的差异也会使计算标准误产生问题。
均值替代法：使用每个变量的均值去填补该变量的缺失值。这种方法产生估计偏差，最不为方法学者推荐。
回归法：根据变量间的相关，利用其他变量的信息通过建立回归方式去推算缺失值。该法同样会产生估计偏差。
平均同质项目法：假设个体在某一因子的某些条目上存在缺失值，通过平均其他几个条目得分来填补缺失值。这种做法在实际中很常见，但缺陷也很明显。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群