缺失的数据或者无效的数据经常会被我们忽略,比如当我们要开始做一些问卷调查的统计时,会发现被调查者不愿意回到一些问题,此时就会产生统计错误或者数据格式的错误,有效的过滤和标识数据,可以使我们对数据的分析提供更加准确的结果。
数值数据的空数据字段或者包含无效输入的字段将转化为系统缺失值,系统缺失值可之用单个句点来标识。

值缺失的原因对于数据分析很重要,可能我们会发现区分拒绝回答问题的响应者与由于不用而未回答问题的响应者很有帮助。
数值变量的缺失值
单击“数据编辑器”窗口地步的变量视图选项卡;
单击age一行的缺失单元格,然后单击该单元格右侧的按钮打开“缺失值”对话框,在此对话框中,可以指定多达三个不同的缺失值,也可以指定值范围加上一个附加的离散值。

在第一个文本框中键入999,并将另外两个文本框保留为空。
单击确定保存更改并返回到数据编辑器。现在已添加了缺失数据值,接下来可对该值应用标签。
单击 age 一行的值单元格,然后单击该单元格右侧的按钮打开“值标签”对话框。
在“值”字段中键入

值缺失的原因对于数据分析很重要,可能我们会发现区分拒绝回答问题的响应者与由于不用而未回答问题的响应者很有帮助。
数值变量的缺失值
单击“数据编辑器”窗口地步的变量视图选项卡;
单击age一行的缺失单元格,然后单击该单元格右侧的按钮打开“缺失值”对话框,在此对话框中,可以指定多达三个不同的缺失值,也可以指定值范围加上一个附加的离散值。

在第一个文本框中键入999,并将另外两个文本框保留为空。
单击确定保存更改并返回到数据编辑器。现在已添加了缺失数据值,接下来可对该值应用标签。
单击 age 一行的值单元格,然后单击该单元格右侧的按钮打开“值标签”对话框。
在“值”字段中键入


