过程步proc stdize对缺失值进行填补

SAS中没有专门的处理缺失值的过程步，但是在标准化变量的过程步中可以实现缺失值的填补。其基本过程如下：

PROC STDIZE DATA=dataset REPONLY METHOD= OUT=outdata ;

VAR variables ;

RUN;

其中proc stdize 是调用标准化过程步，data=表示需要进行缺失值填补的数据库，reponly的意思是只取代缺失值（replace missing data only）,这个在均数填补法中必须要加上，不然就得不到想要的结果，method=就是选择填补方法，一般在针对计量资料时，我们一般选用均数填补法和中位数填补法（数据符合正态分布时METHOD=mean，偏态分布时选用METHOD=median），在填补计数资料没有什么好的办法，一般也使用中位数填补法，目的是尽量不要出现带小数点的填补项，但是其实使用中位数填补法有可能会产生带小数点的值，那就是当样本量（这里专门指排除缺失值后的样本量）是偶数的时候，打个比方：有一个100例的样本量，缺失2个，那么在这剩下的98个样本量中，中位数=[an/2+ a(n+2)/2]/2,当an/2和a(n+2)/2不相等时则中位数肯定为带小数的值。当然这种情况其实发生的概率很小，特别是大样本以及分类数很小的时候，万一发生了，者只好使用众数填补，即用出现频率最高的频数来填补，要是使用众数填补则不能使用以上的过程步了，目前没有找到很好的方法，只能使用最笨的方法，即使用proc means 过程步求出众数，然后在记录这个数值，在放到data 步中进行填补。

总结一下：在使用sas（目前我用的是SAS9.2版本）进行均数填补法时，先看数据类型（当然这里只针对数值型数据，字符型在这里不做讨论），如果是计量资料，使用均数填补法，过程如下：

PROC STDIZE DATA=dataset REPONLY METHOD=mean OUT=outdata ;

VAR variables ;

RUN;

把dataset改成你要填补的数据库，把outdata改成经过均数填补法填补以后你要保存的数据库名字（如果没有这个语句那么SAS将自动保存，形如data1,data2...），把variables改成你要进行填补的变量。

要是数据类型明显的偏态，则使用中位数填补法，只需把mean改成median就行了。

当数据类型是计数资料时，分两种情况：

1.当数据排除缺失之后的观测值为奇数时，使用中位数填补法，方法同上，

2.如果当数据排除缺失之后的观测值为偶数时，可以使用proc means求一下中位数，如果是整数则可以使用中位数填补法，方法同上，如果不是则使用众数填补法

注意以上方法只适合缺失观测不是很多的情况，如果缺失过多，应该对缺失观测单独进行分析，而不能盲目的进行填补，导致结果偏离很大！