用預測替換SAS中的缺失數據：迴歸插補

Question

我有一個SAS數據集，其中有多列缺失的數據。我想用基於數據集中其他數據的預測來替換缺失的數據。 Here描述該方法的鏈接，但沒有告訴我如何去做。如何用預測替換缺失的值？

編輯： 我想到的方法只是使用Proc Reg，然後將係數應用於缺失數據以生成估計值。這回答了你的問題了嗎？

Answer 1

PROC STDIZE，PROC EXPAND和PROC MI都能夠對您的數據執行不同類型的插值，具體取決於您想要如何確定「預測」。

對於簡單的事情，如替換平均值，PROC STDIZE是要走的路。 PROC MI是最先進的 - 它執行多個插補。 PROC EXPAND適用於具有時間序列數據的情況，因爲它會嘗試計算出時間序列中該點的正確值。

Answer 2

如果您在多個列中缺少數據，則需要多次迴歸。這可能不是一個好辦法，但要回答這個問題 - 你所要求的就是所謂的打分數據集，你可以使用PROC SCORE。

另一種方法是在迴歸過程中請求包含該回歸的預測值的OUTPUT數據集。

output out=predicted1 p=pred_var_missing; 

作爲一種方法論，我推薦@ Joe的方法。

Answer 3

添加到@Joe的答案，如果您告訴我們您爲什麼要這樣做插補，我們可以提供更好的建議。我寫了一篇名爲How to Ask a Statistics Question的博客文章，可能有所幫助。

但是，經常單個插補是一種不好的方法。更具體地說，如果您打算對這些數據（包含估算值）進行進一步分析，則單個估算將低估數據的可變性並給出錯誤結果。

PROC MI通常是一種更好的方法。