初识SPSS数据分析之SPSS数据缺失值处理方法，SPSS操作及结果解读，数据分析报告撰写，SPSS回归估计法——杏花开医学统计

SPSS视频教程在我的空间里，代统计分析数据可以私信我哟！更多视频教程在我空间里，记得一键三连+关注哦！

导  读

   在实际工作中，经常会遇到样本数据缺失的问题。数据的缺失可能会造成数据统计结果的偏差，特别是对于样本量不大的资料来说，数据缺失量较大时甚至会影响到最终结论的给出。所以，对数据缺失值进行补充是有一定必要的。

   上期，我们谈到了《医学数据缺失值在SPSS中的处理方法之均值替代法》

   本期，我们继续谈谈数据缺失值的处理方法之回归估计法。回归估计法（regression），即是以存在缺失值的变量为因变量，以其他全部或部分变量为自变量，用无缺失的数据拟合回归方程：以方程的预测值作为该记录缺失值的初步估计值，再以全部数据拟合回归方程；如此迭代，直至两次方程预测值基本一致，并以此作为缺失值的估计值。

    数据具体如下（仅展示存在缺失值数据列），其中，“……”表示该处数据值存在缺失，从数据表可以看出，缺失值主要出现在“舒张压”和“心率”数据列，共存在7处缺失。

    ①依次点击“分析——缺失值分析”

    ②将变量分别选入“定量变量”和“分类变量”中——勾选“回归”方法。

    ③点击“回归”选项——勾选“保存完成数据”，并命名新的插补后的数据。

    ④得到插补后的数据列及具体补充数据。

    本例以“舒张压”和“心率”为因变量，以“组别”、“性别”、“年龄”、“身高”、“体重”、“收缩压”为自变量，采用回归估计法对存在缺失值的医学数据在SPSS中进行了缺失值的补充步骤展示。回归估计法在进行缺失值填补时较为客观，但可能存在对方差的低估，适用于有适合的“自变量”完整数据存在时。后续，我们将陆续更新更多医学数据缺失值的处理方法，敬请关注！

SPSS视频教程在我的空间里，代统计分析数据可以私信我哟！更多视频教程在我空间里，记得一键三连+关注哦！

初识SPSS数据分析：如何搜集数据？SPSS数据采集要点！

SPSS卡方检验操作视频课程及SPSS软件输出结果解读！

SPSS单样本T检验视频教程（含SPSS数据分析单样本T检验操作及输出结果解读）

SPSS数据变量类型，变量赋值，SPSS数据赋值方法，SPSS软件数据视图和变量视图使用方法

SPSS数据分析教程：SPSS四格表卡方检验案例（含SPSS实操演示及输出结果）

数据缺失值该如何处理？SPSS处理数据缺失值的详细操作步骤

初识SPSS数据分析：SPSS数据数据录入与赋值