对于缺失的数据，为保持样本容量，可以采用“线性插值”的方法
原理
以上是线性插值的简单原理，如果y有指数增长趋势，则应先去对数，再用lny进行线性插值。如果需要用y进行回归，则对线性插值得到的数值取反对数即可。
*导入数据集
use consumption.dta, clear
*生成缺失值
gen y1 = y
replace y1 =. if year == 1980 | year == 1990 | year == 2000 | year == 2010
*对数化处理
gen lny1 = log(y1)
*线性插值
ipolate lny1 year, gen(lny2)
*反对数处理
gen y2 = exp(lny2)
*对比
list year y y2 if year == 1980 | year == 1990 | year == 2000 | year == 2010
对比
对于缺失的数据，为保持样本容量，可以采用“线性插值”的方法 以上是线性插值的简单原理，如果y有指数增长趋势，则应先...
Series第五讲 缺失值处理 本节课将讲解如何处理pandas里的缺失值 缺失值处理 Series.fillna...
这一章节我们来看下如何使用Pandas处理缺失值。 什么是缺失值 在了解缺失值（也叫控制）如何处理之前，首先要知道...
如何处理缺失数据 在练习中经常遇到pandas使用浮点值NaN来表示数组中的缺失数据。那我们该如何处理这些缺失数据...
现实生活中我们遇到的绝大部分数据都包含有缺失值，因此如何处理缺失值变得尤其重要。 缺失值的处理一般分为两个步骤：缺...
1.处理缺失值 Pandas使用NaN（Not a Number）来表示缺失值 1.1判断是否存在缺失值以及缺失值...
特征处理 缺失比例： 属性值含义（不是全部） 缺失值处理 缺失量比较多的PoolQC、MiscFeature、Al...
1.处理缺失值 判断是否含缺失值/统计缺失值 筛选所有含缺失值的表格 删除含缺失值的数据 用新值填充空值 对应值替...
对于数据中的缺失值，有两种处理思路： 删除 插补 如何判断数据中是否存在缺失值? pd.isnull(df) ->...
数据处理 缺失值处理行数据缺失过多，用户区分度就会降低，列数据缺失过多会导致建模存在偏差fillna：填充缺失值；...
本文标题：Stata系列-如何处理缺失值
本文链接：https://www.haomeiwen.com/subject/gztwbftx.html
网友评论