51 подписчик
Что делать с пропущенными значениями (missing values): Casewise (Построчно) и Pairwise (Попарно) методы обработки.
В реальных исследованиях часто встречается такая неприятная вещь, как пропущенные значения (missing values).
Пример: респонденты, которые не отвечают на те или иные вопросы опросника; студенты, которые не справляются с тестовой задачей; случайный пропуск, когда измерительный прибор неисправен, и случайным образом не записал часть наблюдений; один из образцов крови, изучаемых в лаборатории, оказался поврежден, и по этой причине его характеристики выпали из исследования. Что нам делать с пропущенными значениями?
В программе Statisticа имеется блок MD deletion (Обработка пропусков). Он предлагается при работе с каждым тестом или статистиками. Расположен в правом нижнем углу диалогового окна. Мы можем выбрать один из 2-х методов обработки пропусков:
•Casewise (Построчно) – из анализа исключаются все (!) испытуемые, у которых нет хотя бы одного показателя.
Из плюсов построчного метода - более полная картина исследования с возможностью построения корреляций между всеми показателями. Самый очевидный недостаток этого метода: он может вызвать значительное сокращение выборки. А процесс сбора данных может быть весьма дорогим и долгим! Кроме того, респонденты, которые не отвечают на некоторые вопросы, или студенты, которые не справляются с задачей, могут отличаться от основной выборки и по остальным показателям. И исключать их из обработки данных чревато искажением результата исследования. Поэтому по умолчанию в Statistic`е помечено Pairwise.
•Pairwise (Попарно) – строки с пропусками не удаляются. Просто в процессе статистических расчетов не выполняются только те операции, которые требуют наличия пропущенных значений.
1 минута
2 мая 2024