阿嗚的部落格

[Note]Spss16.0遺漏值處理的六種方法:

彙寫:joel

遺漏值沒有處理,將無法進一步跑好CFA(AMOS..)

處理遺漏值SPSS16.0/Missing Value Analysis軟體下設有四法,
另外加上手輸入兩法,共六種方式:
其中.刪除法有兩種刪除方法,最嚴謹的方法是整列刪除法Listwise,
填補法有四種,其中填補方法最嚴謹的方法是EM法(最大概似法)

一.Missing Value Analysis路徑為
[path]Analyze/Missing Value Analysis/Estimation下有四法:
1.Listwise整列刪除法[刪除法]:樣本數多,可整列刪。
2.Pairwise配對刪除法[刪除法]:有跑配對的,Spss才會刪。
缺點:跑因素分析時人數會不一樣,出來矩陣會有問題,特徵值可能為負。
3.Regression迴歸法[填補法]:
用其他的非missing值來預測missing值,缺點也會向中間迴歸。
4.EM法[填補法]:
最大概似法(千禧年公認最佳遺漏值處理法),樣本數不多時,更是最佳填補方法。
二.另有手輸入兩種方法
5.手輸入補上平均數法[填補法]:缺點會向平均值迴歸。
6.手輸入補上補中間值法[填補法]:缺點會向中間值迴歸。
遺漏值處理,可以先行判定,決定使用Spss17.0哪四種方法或手輸填上。


[跑SEM]使用者還可考慮帶有遺漏值的欄位,以看是否跑SEM適切：
資料樣本數的大小,含有空格的欄位的數量,
以及遺漏資訊的總量.
1.連續型。
對於諸如連續型的數值欄位，使用者應該在建模前就剔除任何非數值的值，
因爲如果在數值型欄位中包含空格，許多SEM模型都將無法執行。

2.離散型。
改變遺漏值並不是必要的，
但這樣可以增加SEM模型的精確性。 

[參考資料]
1.吳裕益 (2006) 心理與教育統計學 雙葉書廊
2.陳正昌，程炳林，陳新豐，劉子鍵/合著(2007)多變量分析方法－統計軟體應用(四版)五南
3.邱文彬老師&傅粹馨老師&吳裕益老師&陳正昌老師&鄒慧英老師 講解與講義資料彙整