缺失数据插补处理方法的比较研究

庞新生

(北京林业大学经管院，北京 100083)

缺失数据插补处理方法的比较研究

庞新生

(北京林业大学经管院，北京 100083)

文章将抽样调查中由于项目无回答所形成的缺失数据作为研究着眼点，从矩阵运算的角度分析了此类缺失数据带来的危害，在此基础上，对缺失数据插补处理方法的基本问题进行了讨论，分析了各种单一插补方法特点及局限性，并介绍了简单随机抽样、分层随机抽样条件下缺失数据多重插补的抽样推断方法，在此基础上，对常用的单一插补和多重插补方法进行了比较，并对简单随机抽样、分层随机抽样条件下缺失数据单一插补与多重插补方法的效率进行了实证研究与比较。

缺失数据；单一插补；多重插补；分层随机抽样；简单随机抽样

缺失数据是数据分析中无法回避的难题之一，由于缺失数据涉及范围很广泛，给出一个明确的界定是很困难的，但从来源看，既包括实验中的缺失数据，也包括调查中的缺失数据；从性质看，既包含没有搜集到的数据，也包括搜集后遗失（或剔除）的数据。具体到抽样调查中，既包括由于无回答所造成的缺失数据，而且也包括由于回答错误、填报错误和汇总错误等原因所造成的，在数据处理中应该加以调整或剔除的数据。本文主要讨论抽样调查中无回答形成缺失数据，根据无回答产生形式不同可分为单位无回答和项目无回答，针对单位无回答主要采用加权法降低数据……