处理缺失值

对缺失值的处理是整理数据的重要环节。对其处理方法主要有两种：一是删除含缺失值的
观测对象，或者填充缺失值。PRELIS 里，有两种方法删除含缺失值的对象：

1、Listwise deletion （成列删除，即删除所有含缺失值的观测对象）；

2、Pairwise deletion （成对删 除，即计算两个变量的相关系数时，只使用两个变量都有数据的那些样品）。

填补缺失值 也有两个方法：

1、匹配计算（ impute by matching）；

2、多元计算（multiple imputation）。这一小节，我们以图例说明如何定义缺失值。