作者leonasu (苏小猪)
看板Statistics
标题[程式] missing value处理方法(SPSS)
时间Fri May 6 15:08:27 2011
我用的分析方法是logistic regression
因为系统设定为listwise deletion 所以造成我最後有接近20%的missing value
为了降低missing value的数目
我用mean value去取代了大部分missing value percentage低於5%的IV
但是最後仍有约15%的missing value
来源为我的一个很重要的IV(8.8%)和DV(7.0%)
我们老师跟我说那就至少做一个T-test
证明missing value而被delete的数值和最後保留分析的数值
这两组group在sex income和age等项目都是没有差异的
我的syntax如下:
RECODE iv (MISSING=1) (else=0) INTO riv.
RECODE dv (MISSING=1) (else=0) INTO rdv.
COMPUTE group=1.
IF (riv EQ 1 or rdv EQ 1) group=2.
T-TEST GROUPS=group(1 2)
/MISSING=ANALYSIS
/VARIABLES=sex
/CRITERIA=CI(.95).
但很不刚好的是 我T-test做出来的结果证明他们之间是有差异的......
我现在的想法是我用mean value去取代我的IV 让整体missing value降低
我不知道这样可不可以 因为他missing value超过了5%
但如果不这样做的话 这个15%missing value的问题还有其他解决办法吗?
还是这样的数据结果真的就不能够发表了......
希望有经验的前辈们可以给我些想法 非常谢谢你们:)
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 76.208.68.175
1F：→ GoldLight:难得在这边看到你 XD 你可以impute啊 05/06 15:24
2F：→ GoldLight:SPSS可以做multiple imputation 05/06 15:24
3F：→ leonasu:哈是金光耶! 我现在对我的期末报告很头大中...... 05/06 15:25
4F：→ leonasu:我没有学过multiple imputation耶......大概意思是甚麽啊? 05/06 15:25
5F：→ leonasu:我刚查了一下multiple imputation是不是只适用於MAR啊? 05/06 15:28
6F：→ leonasu:可是我现在的症结点就是 我T-test的结果(我的iv对其他iv 05/06 15:30
7F：→ leonasu:或dv)都表示我这个missing value为8.8%的iv非MAR 05/06 15:31
8F：→ leonasu:这样应该就没办法用multiple imputation了吧 05/06 15:32
9F：→ leonasu:而且照这样说应该连missing value replacement也行不通... 05/06 15:33
10F：→ leonasu:我不知道我的理解有没有错 05/06 15:33
11F：推 evilove:propensity score analysis? 05/06 16:40
12F：→ GoldLight:propensity score对原po的作业来说有点割鸡焉用牛刀XD 05/07 00:19
13F：→ GoldLight:missing value其实有点tricky，也满哲学的... 05/07 00:19
14F：→ GoldLight:你用Mplus吧，他假设MAR然後用FIML帮你打点遗漏值... 05/07 00:20