常见的缺失值处理方法有哪些（如何进行缺失值的处理与估计）

估计缺失值常用方法

1、均值插补。如果数据是有规律的（递增或递减，定序的），用均数补全，如果数据是随机的，用众数补全。

2、最小二乘法补全，这是基于最小二乘法的原理，补全数据，使补全后的数据整体的离差平方和最小，这一般是方差分析中处理缺失值的一般方法。

3、基于REML的方法估计，REML混线性模型本身可以处理非平衡数据，它也可以作为估计缺失值的一种，它估计出来的缺失值比最小二乘法要准确，应用比较广泛。

处理不平衡数据的方法

✦ unbalanced anova，这可以对不平衡数据进行方差分析

✦ REML的混线性模型，它可以处理不平衡数据，应用比较广泛

数据案例

数据是3个品种在3个区组的品种表现，其中第3个区组的第3个品种观测值缺失，分析3个品种间是否存在差异。数据如下：

分析方法一：方差分析（可估计缺失值）

数据处理：*代替缺失值

分析方法：GenStat ANOVA

分析结果如下：

特点：“*”代替缺失值后，GenStat可估算出缺失值数值，并进行方差分析

分析方法 2：REML分析（可估计缺失值）

数据处理1：删除缺失值

分析方法：GenStat Linear Mixed Models

分析结果如下：

数据处理2：”*”代替缺失值

除上述分析结果外，还可估算缺失值，

结果如下：

特点：删除缺失值或者”*”代替缺失值，REML分析都可以很好地比较品种间的差异。但是”*”代替缺失值时，可很好地估算出缺失值，有利于进行其他分析。

分析方法 3：GenStat unbalanced ANOVA

数据处理：删除缺失值

分析方法：GenStat unbalanced ANOVA

分析结果如下：

特点：数据为非平衡数据，删除缺失值后，方差分析报错将会出错，所以采用GenStat unbalanced anova 分析。因为缺失值已删除，所以就不存在缺失值估计了。

结论

※ 如果想要估计缺失值，用REML混线性模型进行估计，这个比方差分析的最小二乘法估计的更加准确。

※ 如果想要分析不平衡数据，用REML的混线性模型分析，这个比GenStat的unbalanced anova模型更高级，适用范围也更广泛，更重要的是它可以估算BLUE值和BLUP值。