在样本较大的情况下,我们可以删除缺失值,而在样本较小的情况下,缺失值的影响会变得很大,此时,填补数据这项工作就变得相对重要。 本文主要介绍了 Stata 中较为常用的缺失数据处理命令 tsfill 和ipolate,旨在为大家处理缺失数据问题时提供帮助。 2. 问题与方法 2.1 缺失数据会带来的问题 通常,在缺失部分数据的情况下...
发表了博文《Stata:缺失值的填充和补漏》原文链接:O网页链接目录1.引言2.问题与方法2.1缺失数据会带来的问题2.OStata:缺失值的填充和补漏 Stata:缺失值的填充和补漏原文链接:https://www.lianxh.cn/news/4404052e7b336.html目录1. 引言2. 问题与方法2.1 缺失数据会带来的问题2.2 缺失数据的...
本文主要介绍了 Stata 中较为常用的缺失数据处理命令tsfill和ipolate,旨在为大家处理缺失数据问题时提供帮助。 2. 问题与方法 2.1 缺失数据会带来的问题 通常,在缺失部分数据的情况下,只要数据量足够大,我们可以将含有缺失值的样本删掉,并且不会对结果产生太大影响。但是,在「样本量小」和「缺失数据多」的情况下,我...