Если значение переменной по
какой-либо причине неизвестно для данного объекта, мы называем это значение пропущенным.
Важно учитывать, что значение может оказаться пропущенным по разным причинам:
потеряно (из-за ошибок кодировки), неприменимо (количество беременностей у
мужчины), недоступно (респондент отказался отвечать) и т.д. Часто необходимо
различать эти ситуации и тогда для них вводят специальные коды.
В современных статистических пакетах
имеется возможность объявить некоторое количество градаций переменной кодами
пропущенных значений. Имеется два основных способа исключения пропущенных
значений из анализа: исключение объекта целиком (exclude cases listwise), если значение хотя бы одной переменной оказалось
пропущенным, и попарное исключение переменных (exclude cases pairwise), когда исключаются только те объекты, у которых оказалось
пропущенным значение хотя бы одной из переменных, участвующих в текущем
вычислении. Например, попарное исключение часто применяют при вычислении
матрицы ковариаций, хотя известно, что это может привести к вырожденной матрице
и, чтобы избежать этого, лучше пользоваться исключением целиком.
Некоторые методы анализа требуют
отсутствия пропущенных значений. В подобных ситуациях применяют те или способы
восстановления пропущенных значений: например, заменяют их средними.
