缺失值处理教程

数据处理

决定缺失值是删、填还是单独做标记，并看清样本量会怎么变。

常用 Stata 命令drop if missing(x) replace x = r(mean) if missing(x) gen x_missing = missing(x)

在 STATAU 中打开此功能

缺失值处理missing填充缺失指示变量

这个页面解决什么问题

缺失值处理最重要的不是“删还是填”谁更高级，而是先弄清楚缺失出现在什么变量、缺失比例多大、删掉后样本会不会断崖式下降。页面把删除、填充和缺失标记拆开，就是为了让你按场景选择。

适用数据与前提

先确认哪些变量缺失最严重，以及这些变量是否正好是后续回归的关键变量。

STATAU 页面中每个位置应该放什么变量

网站位置	应放入的变量	说明
目标变量	需要处理缺失的字段	通常优先看关键解释变量、因变量和主要控制变量。
处理方式	删除 / 填充 / 生成缺失标记	决定系统如何处理缺失观测。
删除模式 / 填充策略	any / all / proportion / mean / median / group mean 等	细化删除条件或填充值规则。

Stata 等效代码

drop if missing([目标变量])
replace [目标变量] = r(mean) if missing([目标变量])
gen [目标变量]_missing = missing([目标变量])

Stata 代码位置	STATAU 网站对应位置	应放入什么
missing([目标变量])	目标变量	决定要扫描和处理缺失的字段。
drop if ...	处理方式 = 删除缺失样本	对应删除缺失样本的动作。
replace ... = ... if missing(...)	处理方式 = 填充	对应均值、中位数、前向填充或分组填充。
gen x_missing = missing(x)	处理方式 = 生成缺失指示变量	对应额外生成 0/1 缺失标记列。

可删除代码段提示

• 如果你只想先看缺失分布，不必立刻执行删除或填充，可以先退出回头比对样本量。
• 如果不做分组填充，分组变量整组参数可以留空。

在 STATAU 中操作步骤

1. 先选出要处理的变量。
2. 再决定是删样本、填充值，还是先加一个缺失指示变量。
3. 处理后重点看样本量变化。

结果怎么看

• 删除法最直观，但可能明显缩小样本。
• 填充法更保留样本，但一定要说明填充规则。

论文表述示例

• 可以写成：“对缺失值采用均值填充 / 删除缺失样本的方式处理，处理后样本量变化如下。”

常见使用误区

• 先删后想通常代价最大，关键变量缺失前最好先看比例再决定动作。
• 分组填充前要先确认分组变量本身没有严重缺失，否则会把问题传递下去。

相关页面

• 重复值处理教程
• 条件筛选教程