spss缺失值分析Word文档下载推荐.docx

spss缺失值分析Word文档下载推荐.docx

《spss缺失值分析Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《spss缺失值分析Word文档下载推荐.docx（11页珍藏版）》请在冰点文库上搜索。

Std.Deviation

1.3963

Minimum

5.0

Maximum

10.0

Range

InterquartileRange

2.6

Skewness

-.245

.241

Kurtosis

-1.132

.478

表2

TestsofNormality

Kolmogorov-Smirnova

Shapiro-Wilk

df

Sig.

.109

100

.005

.950

.001

a.LillieforsSignificanceCorrection

图1

语句2：

VARIABLES=x6BYx1/PLOT=BOXPLOT/STATISTICS=NONE/NOTOTAL

/MISSING=REPORT.

VARIABLES=x7BYx1/PLOT=BOXPLOT/STATISTICS=NONE/NOTOTAL

根据x1把x6和x7分别分成三组进行统计分析，并作出箱式图。

以x6为例见表3、图2。

表3

CaseProcessingSummary

X1-CustomerType

Cases

Valid

Missing

Total

N

Percent

Lessthan1year

32

100.0%

0.0%

1to5years

35

Over5years

33

图2

语句3：

ONEWAY

x6x7BYx1

/MISSINGANALYSIS

/POSTHOC=SCHEFFEALPHA（.05）.

根据x1分别对x6和x7进行分组方差分析，并进行事后检验。

（表略）

B．缺失值分析（HBAT_MISSING.sav）

Countnmiss=v1tov14（missing）.

freqnmiss.

统计每个被试出现缺失值数的频数、百分比。

数据表中生成被试缺失值频数列。

结果发现，缺失值最多的被试共缺失7个值，这样的被试有6个（表4）

表4

nmiss

Frequency

ValidPercent

CumulativePercent

.00

26

37.1

1.00

15

21.4

58.6

2.00

19

27.1

85.7

3.00

4

5.7

91.4

7.00

6

8.6

100.0

70

MVA

v1v2v3v4v5v6v7v8v9v10v11v12v13v14

/MAXCAT=25

/ID=id

/CATEGORICAL=v10v11v12v13v14

统计每个连续变量的有效值的频数、均值、标准差以及缺失值的频数、百分比。

结果表明变量v1的缺失值最大，缺失比例达30%（表5）。

表5

UnivariateStatistics

No.ofExtremesa

Count

Low

High

v1

49

4.008

.9318

21

30.0

v2

57

1.944

.8751

13

18.6

v3

53

8.062

1.4072

17

24.3

v4

63

5.168

1.1714

7

v5

61

2.856

.7760

9

12.9

v6

64

2.611

.7174

v7

6.823

1.6809

1

v8

46.033

9.3559

v9

4.759

.8319

v10

68

2

2.9

v11

v12

v13

69

1.4

v14

a.Numberofcasesoutsidetherange（Q1-1.5*IQR,Q3+1.5*IQR）.

/TTESTPROBPERCENT=5

以各个变量的缺失和不缺失为分组分别对各个变量进行t检验，用于检验变量的缺失模式是否会影响其他变量（表6截取自部分结果），如根据变量v1的缺失和不缺失分组，变量v4、v5、v8、v9都有显著差异，表明v1的缺失模式可能影响都这些变量。

表6

SeparateVariancetTestsa

t

.

-.3

1.6

2.4

1.7

-1.0

38.2

17.5

45.0

24.1

41.1

25.9

24.4

27.2

P（2-tail）

.757

.126

.019

.008

.101

.316

.016

.015

#Present

39

40

44

43

#Missing

18

20

Mean（Present）

1.921

8.255

5.373

3.056

2.707

6.665

48.209

4.948

Mean（Missing）

1.994

7.469

4.695

2.378

2.400

7.200

40.833

4.321

-.4

-.1

-2.7

-4.5

-2.3

-1.5

-1.2

11.9

12.0

16.4

18.1

11.4

23.1

.700

.000

.038

.155

.255

.147

51

50

54

52

10

12

11

3.977

8.057

4.982

2.694

2.519

6.682

45.462

4.706

4.130

8.089

5.958

3.591

3.110

7.540

49.333

5.009

语句4：

/DPATTERNDESCRIBE=v1v2v3v4v5v6v7v8v9

/MPATTERNNOSORTDESCRIBE=v1v2v3v4v5v6v7v8v9

/TPATTERNNOSORTPERCENT=1DESCRIBE=v1v2v3v4v5v6v7v8v9

用三种方法描述缺失模式。

分别为每个被试的缺失模式（表7截取部分结果）、有缺失值被试的缺失模式（表略）、按相同缺失模式的被试呈现（表略）

表7

DataPatterns（allcases）

Case

MissingandExtremeValuePatterns

201

.0

202

14.3

S

203

204

3

205

7.1

206

207

208

209

210

50.0

语句5：

/LISTWISE

/PAIRWISE

/EM（TOLERANCE=0.001CONVERGENCE=0.0001ITERATIONS=100）

/REGRESSION（TOLERANCE=0.001FLIMIT=4.0NPREDICTORS=3ADDTYPE=RESIDUAL）.

使用LISTWISE、PAIRWISE、EM和REGRESSION方法对缺失值进行插补，并统计插补后的均值（表8）、各变量相关矩阵（表9）、方差、协方差等（其余表格均略）

表8

SummaryofEstimatedMeans

Listwise

4.019

8.354

5.269

2.981

2.600

6.754

48.308

4.896

AllValues

EM

3.686

2.104

8.019

5.178

2.848

2.630

6.932

45.791

4.737

Regression

3.866

2.022

7.966

5.129

2.855

2.591

6.959

45.464

4.712

表9使用EM插补后变量间的相关矩阵。

值得注意的是，脚注的Little’sMCARtest检验了缺失模式是否为完全随机，当显著值大于0.05，表明该缺失模式为MCAR。

表9

EMCorrelationsa

-.295

.407

-.435

.136

.352

-.145

.623

.548

-.010

.436

.144

.301

-.110

.755

.330

-.203

.350

-.328

.415

.102

.420

.568

.225

.513

.197

.670

-.179

.640

-.040

.583

.355

.540

.182

-.236

.674

a.Little'

sMCARtest:

Chi-Square=198.533,DF=180,Sig.=.164

语句6：

Countnmiss=v2tov14（missing）.

selectif（nmissle5）.

v2v3v4v5v6v7v8v9v10v11v12v13v14

删除V1和缺失值大于5的被试共6个，再进行上面介绍的步骤。

表格略