回归法插补缺失值

●回归插补法：是把缺失属性作为因变量，其他相关属性作为自变量，利用他们之间的关系建立回归模型的来预测缺失值，以此完成缺失值插补的方法。是用非标准化的结果预测该变量的缺失值来实现的。

●自变量：所有被选入的连续变量

●因变量：存在缺失值的变量

●注意：

所选择的预测变量是否是完全数据（回归法运行中会忽略掉有缺失值的样本？）

变量是否线性相关

预测变量是否高度相关

●模式（步骤）：

●缺失值插补完成后的检验：

根据模型拟合的程度等指标（R2 、F、p）看拟合的效果，如果模型拟合的不理想，可以：

1选择增加更多的子百年来那个

2改善自变量的数据质量

（1）对有缺失值的变量先进行填补，使之成为完全数据，这样该变量就能包含进来。

（2）对预测变量进行变换，包括开方，对数化，求倒数等等，如对工资变量开平方，使数据接近正态分布。

●操作演示