缺失值引起的拟合度和稳健性问题

Ruder

问卷调查经常会有很多缺失值，因此，加入不同变量进行分析就会对应不同的观察值数量，这就会造成两个问题：一是回归模型的匹配度可能发生逆转，变量越多对应的观察数量就越少，即越多变量可能反而模型拟合度越差；二是在做稳健性检验的时候，因为对比的模型包含的变量可能是不一样的，因此所包含的观察值数量是不同的，可能因为这个原因造成无法通过稳健性检验。请教各位老师和同学，如何处理这类问题？

Kenneth

Ruder， 如果缺失值（missing values）不多的话，你可以考虑把缺失的值估计出来。最简单的就是用其他数据的平均。也可以用回归分析来估计。在 “missing value” 这个文献里有很丰富的讨论。

Ruder

谢谢kenneth的回复，我原来是担心用估计值代替缺失值会有一种人为创造数据的感觉。