全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
7655 4
2018-03-31
在整理样本数据时,检查缺失值的分布情况是一环重要的工作,如果某一个重要变量中缺失值的比例过高,就需要采取一些措施了。然而,有的样本数据文件含有上百个变量和数万条数据,手工统计缺失值几乎是不可能的。有没有简单的办法可以一次性地迅速知道每个变量中缺失值的比例呢?答案是肯定的,巧妙利用一下proc means和proc transpose就可以做到!完整的SAS程序见附件,非常简单,非常有效,完整实际程序,可以直接复用!

缺失值统计.JPG


FINRATIO.1_missing.txt
大小:(904 Bytes)

只需: 1 个论坛币  马上下载




二维码

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
2018-4-3 00:30:35
proc means nmissing可以吧?还要币。。。。。。
二维码

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

2018-4-8 16:00:33
问题很好!!!
二维码

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

2018-4-27 23:58:42
tylerconan 发表于 2018-4-3 00:30
proc means nmissing可以吧?还要币。。。。。。
可以。但无法直接得到图示中方便进一步判断的详细结果。在大量数据的专业分析过程(不是做学生论文,学生论文中对于缺失值分布情况一般没有严格要求进行细致分析)中往往要仔细评估缺失值的分布情况,每次都要写上若干代码,不胜其烦。所以干脆归纳总结一下,具有相当的通用性,以后再用时可以拷贝过来稍微修改就能复用。
二维码

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

2023-2-1 19:41:03
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群