单元无回答的缺失数据处理方法是？
(1)列表式删除处理缺失数据最常见、最简单的方法是列表式删除，这也是很多统计软件(如SPSS、SAS)处理缺失值的默认方法。
(2)均值替换法当变量非常重要，缺失数据量巨大时，案例排除法就遇到了困难，因为很多有用的数据也被排除了。
(3)Hotdecking:对于一个缺少值的变量，热卡填充法在数据库中找到一个与它最相似的对象，然后用这个相似对象的值填充。
spss数据中缺失值处理方法？
简单来说，缺失值处理就是两种处理，一种是删除缺失，一种是填充缺失。
当缺失值只占总样本量的一小部分时，各种处理方法都可以用，差别不大。
最简单的就是找到三个缺失的数据，删除所有缺失的案例，也就是被试
第二种方法很多人用，均值填充法。在spss菜单中选择:Transform-Replac
spss数据缺失值和异常值怎么处理？
简单来说，缺失值处理就是两种处理，一种是删除缺失，一种是填充缺失。
当缺失值只占总样本量的一小部分时，各种处理方法都可以用，差别不大。
最简单的就是找到三个缺失的数据，删除所有缺失的案例，也就是被试
第二种方法很多人用，均值填充法。在spss菜单中选择:Transform-ReplaceMissingValues，在右边的分析框中选择缺失变量。默认的方法是均值填充，OK就够了。
第三种方法比均值填充好一点。在spss菜单中选择:分析-缺失值分析，并将缺失变量选择到正确的分析师中。在估计方法上要注意类别变量和数量变量的区别。提供了四种方法，前两种是删除方法，后两种是填充方法。推荐的最佳方法是EM。选中EM复选框后，底部的EM按钮将由灰色变为黑色。单击此按钮并选中保存完成的数据复选框。数据命名确定后，spss会生成一个新的数据集，数据集中的数据用缺失值填充。