statistics - 逻辑回归缺失值

Question

我可以进行缺少值的逻辑回归吗？

我有许多连续属性和一些分类属性，我可以将它们设置为用户缺失吗？有用吗？

Answer 1

为了进行回归分析，您需要为每个事件测量的所有变量。也许另一种技术适用于缺失属性，但不适用于回归。

顺便说一句，您应该尝试在https://stats.stackexchange.com/上发布问题

！

Answer 2

大多数回归过程都需要完整的数据，但是有多种方法可以处理缺失值。这是一个微妙的话题，所以我不会假装在这里给出完整的答案，并建议您阅读该主题。不过，简而言之：

1. 永远不要删除观察来解决这个问题。
2. 总是允许删除变量，但显然在数据预算方面非常严格。
3. 如果有的话，应该谨慎地（当缺失的比例非常低时）用全局常量填充缺失值，例如非缺失值的平均值或中值。
4. 使用基于其他自变量选择的值填充缺失值优于上面的数字 3。

要了解有关此主题的更多信息，请查找有关“插补”一词的信息，尤其是“单一插补”和“多重插补”、“随机缺失”和“完全随机缺失”。