缺失数据的多重插补：应用案例与软件操作

近些年来，越来越多的社会科学领域学者应用社会调查的方法来探讨中国政治、经济、社会发展过程中的理论和实践问题。但是在社会调查的数据采集过程中，由于各种原因而无法获得某个样本的任何一项回答或者无法获得样本对某个或某些个问题的回答的情况越来越多，前者称为单元无回答/单元无应答，后者称为项目无回答/题目无应答。由无回答引起的数据缺失对于后期的数据分析造成很大的影响，为此，在使用统计分析方法进行描述和推断之前，需要考虑缺失值的处理问题。

对于缺失值的处理有多种方法，其中多重插补(multiple imputation)是近些年来*为广泛接受的一种方法。

简单地说，多重插补就是给每个缺失单元插补上多个值。主要包括插补、分析、综合三大步骤。对于多重插补，通常会有如下一系列疑问：

1. 一个缺失的单元为什么可以给出多个插补值？

2. 这些插补值是怎么计算来的？

3. 既然要插补多个值，那么需要插补多少个比较合适？

4. 插补后的数据集该怎么用？

5. 什么情况下可以用多重插补？

6. 怎样借助统计软件来做多重插补？

《缺失数据的多重插补：应用案例与软件操作》这本书的主要目的就在于借助实例来解答这些问题。本书包括三个部分，在*部分主要介绍多重插补的基本原理和方法、步骤；第二部分则借助4篇精心挑选出来的文章，通过对文章的评析来进一步解答有关多重插补方法的细节问题和相应的注意事项；第三部分则讲解和示例如何用SPSS、STATA这两种统计软件来实现多重插补。

严洁（女），北京大学政府管理学院副教授,政治学定量研究方向博士生导师。主要从事社会科学定量研究方法研究。兼任北京大学中国国情研究中心副主任、北京大学中国社会科学调查中心执行团队负责人。自1995年以来设计并组织实施了近百项大规模抽样调查。作为主要执行者参与了4波《世界价值观调查-中国》，4波《中国家庭追踪调查》，2波《世界精神健康调查-中国》等世界知名大型抽样调查。与沈明明教授、Pierre F. Landry教授共同创立了“GPS辅助区域抽样方法”。在《社会学研究》、《社会》等核心刊物上发表多篇文章。曾主持国家自然科学基金项目“并行数据与数据质量管理”，并作为主要参与者参与了多项国家社科基金项目。

导言 社会调查、无回答与缺失数据

第1章 删除法和单一插补法

1.1删除法

1.1.1 列表删除

1.1.2 成对删除

1.2单一插补法

1.2.1 均值插补

1.2.2回归插补

1.2.3 热平台插补

1.2.4 冷平台插补

1.2.5 LOCF与BOCF法

第2章 多重插补法概述

2.1多重插补的基本原理

2.1.1 什么是多重插补？

2.1.2 为什么一个缺失单元可以有多个插补值？

2.1.3 缺失类型

2.1.4 多重插补的方法

2.1.5 进行多少次插补才有效？

2.1.6 多个插补值怎样使用？

2.1.7 什么情况下用多重插补？

2.2 多重插补的发展简史

2.2.1 起始阶段（1977-1987年）

2.2.2 第二阶段（1988-1997年）

2.2.3 第三阶段（1998年至今）

第3章 多重插补的方法、步骤

3.1准备插补变量

3.1.1初步设定分析模型

3.1.2初选插补模型的变量

3.2检验和确定插补模型

3.2.1选择插补方法

3.2.2变量转换

3.2.3多重共线性诊断

3.2.4确定插补次数

3.2.5执行多重插补，并诊断插补模型

3.3 多重插补后的统计分析

3.3.1 插补后进行简单随机抽样下的统计分析

3.3.2 插补后进行复杂抽样下的统计分析

3.4 小结

第4章 应用案例分析

4.1政治学应用案例

4.2教育学应用案例

4.3经济学应用案例

4.4管理学应用案例

第5章 使用SPSS、STATA软件做多重插补

5.1使用SPSS软件做多重插补

5.2使用STATA软件做多重插补

5.2.1 多重插补前的准备工作

5.2.2 多重插补

5.2.3 多重插补后的统计分析

5.3 SPSS、STATA、SAS、R软件做多重插补的异同

参考文献