楼主去图书馆查阅《华北工学院学报》2003年05期 的一篇论文吧 名字叫 带有缺失数据的聚类分析方法 希望对你有帮助 传统的聚类分析方法需要完全数据集,但有些情况下数据是不完全的,即包含缺失数据,这给聚类分析带来了一定的困难.这里给出了一种迭代算法为缺失数据确定一个合理的替补值,构造出一个完全的数据集,逐步迭代进行聚类分析,并用实例详细阐述了该方法的步骤.

SPSS如何处理缺失值

解决方法：重新正确设置来解决此问题。

如下参考：

1.以下表为例，生物成绩中存在缺失值，由于样本量不大，很有可能直接将缺失值去除，这将影响最终的结果。

2.在菜单栏中，依次点击“转换”和“替换缺失的值”。

3.“替换丢失的值”对话框将在稍后弹出。我们选择生物场点到右边的选框。可根据个人需要重新命名。

4.稍后在查看器中，您可以看到缺失值的描述和处理。

5.返回SPSS主界面，可以看到一个新的数据列，其中已经补全了缺失的值。

1、以下表为例，生物成绩中存在缺失值情况，因为样本量本就不大，直接去掉缺失值很可能会影响最后的结果。

2、我们在菜单栏依次点击“转换”、“替换缺失值”。

3、之后会弹出“替换缺失值”对话框。我们将生物字段点选入右侧选框。可以根据个人需要重新命名名称。

4、之后在查看器中可以看到对于缺失值的描述及处理方法。

5、返回SPSS主界面，可以看到新增的一列数据，对于缺失值已经进行了补充。