若处理调查数据时发现有缺失数据，且样本量很大，有缺失数据的个案比例较小，有缺失数据的个案与无缺失数据的个案在分布上无显著差异时，可以()。
A: 将有缺失的个案整个删除
B: 将有缺失的个案保留，仅在计算时删除相应变量的缺失值
C: 使用均值代替、回归估计、随机抽取、最近距离确定等方法代替缺失值
D: 通过对调查中的回答数据使用加权因子，对数据进行调整，减少缺失值的影响
A: 将有缺失的个案整个删除
B: 将有缺失的个案保留，仅在计算时删除相应变量的缺失值
C: 使用均值代替、回归估计、随机抽取、最近距离确定等方法代替缺失值
D: 通过对调查中的回答数据使用加权因子，对数据进行调整，减少缺失值的影响
举一反三
- 在对回收后的调查问卷进行数据处理时，处理缺失值的办法主要是（）。 A: 用一个样本统计量的值代替缺失值 B: 用从一个统计模型计算出来的值去代替缺失值 C: 将有缺失值的个案删除 D: 将有缺失值的个案保留，仅在相应的分析中做必要的删除
- 处理缺失值的方法有（)。 A: 将有缺失值的个案整个删除 B: 人工添加方法 C: 用样本统计量的值去代替缺失值 D: 用统计模型估计值去代替缺失值 E: 只排除有缺失值的项目问题，但保留个案
- 对缺失数据进行处理的方法有( )。 A: 删除个案 B: 删除缺失值 C: 插补法 D: 格式规范 E: 去重复值
- 以下属于缺失数据的处理方法有（ ）。 A: 用一个样本统计量的值代替缺失值，典型的做法是用该变量的样本平均值代替缺失值。 B: 用一个统计模型计算出来的值代替缺失值。 C: 直接将有缺失值的记录删除，这样将导致样本量的减少。 D: 将有缺失值的记录保留，只在相应的分析中做必要的排除。
- 当缺失数据较少时直接删除相应样本（删除缺失数据样本，其前提是缺失数据的比例较少，而且缺失数据是随机出现的，这样删除缺失数据后对分析结果影响不大)。