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. ... смотреть