能告诉你什么
Crosstabs 提供 SPSS RMV 的五种函数（SMEAN、MEAN、MEDIAN、LINT 和 TREND）、每个替换值的预览，以及含新列的 CSV 下载。
- 每种方法在每个缺口中填入的值，与缺失的源值并列显示。
- 替换了多少个值，以及有多少个值因无法估计而仍然缺失，例如插值法下位于序列开头的缺口。
- 第一个和最后一个非缺失个案，以及 SPSS 风格的创建函数，例如 MEAN(sales,2)。
适用场景
适合使用
- 按时间排列的序列（每日销售额、每月计数）存在零星缺口，需要在预测或作图之前补齐。
- 需要快速、透明的填补，基于相邻值的估计合理，且希望在新变量旁注明所用方法。
改用其他方法
- 行顺序没有意义的横截面调查数据：基于相邻点的方法在此没有意义，请使用多重插补。
- 填补后需要有效的标准误时：单一插补会低估不确定性，请改用多重插补并汇聚结果。
- 存在长串连续缺失：跨越它们的插值相当于凭空画出一条直线，可考虑时间序列模型。
在 Crosstabs 中如何操作
- 01
排好顺序后打开数据
个案按当前顺序被视为序列（个案号 = 行号），因此在“统计”模式中打开文件前，请确认各行已按时间排序。
- 02
选择替换缺失值
在“缺失值”组中选择“替换缺失值”（RMV），并勾选一个或多个“序列变量”。
- 03
选择方法
方法：序列平均值（SMEAN）、邻近点的平均值（MEAN）、邻近点的中位数（MEDIAN）、线性插值（LINT）或该点的线性趋势（TREND）。邻近点方法需设置“邻近点跨度（每侧）”，默认 2，或勾选“使用所有点”。
- 04
命名新变量
在“新变量名”下保留 SPSS 风格的默认名（源变量名加 _1）或自行输入；文件中已存在的名称会被拒绝。
- 05
预览并下载
点击“预览”查看结果变量和替换值，然后点击“下载含新变量的数据（CSV）”。源数据不会被更改。
计算示例
以下结果由 Crosstabs 引擎在构建本页时根据模拟数据实际计算得出，并非手工填写。
数据
按个案顺序录入的 20 天网站访问量序列，第 1、4、9、10 和 16 天的值缺失。序列足够短，可以列出每一个替换值。
输入数据预览
| 天 | visits |
|---|---|
| 1 | . |
| 2 | 132 |
| 3 | 128 |
| 4 | . |
| 5 | 141 |
| 6 | 139 |
| 7 | 150 |
| 8 | 147 |
| 9 | . |
| 10 | . |
| 11 | 158 |
| 12 | 163 |
| 13 | 160 |
| 14 | 171 |
| 15 | 168 |
| 16 | . |
| 17 | 175 |
| 18 | 181 |
| 19 | 178 |
| 20 | 186 |
| 创建函数 | 已替换缺失值数 | 第一个非缺失个案 | 最后一个非缺失个案 | 有效个案数 |
|---|---|---|---|---|
| SMEAN(visits) | 5 | 1 | 20 | 20 |
| MEAN(visits,2) | 4 | 2 | 20 | 19 |
| LINT(visits) | 4 | 2 | 20 | 19 |
| TREND(visits) | 5 | 1 | 20 | 20 |
| 个案 | visits | 序列平均值 | 邻近点的平均值（跨度 2） | 线性插值 | 该点的线性趋势 |
|---|---|---|---|---|---|
| 1 | . | 158.5 | — | — | 126.9 |
| 4 | . | 158.5 | 135.0 | 134.5 | 136.0 |
| 9 | . | 158.5 | 154.5 | 150.7 | 151.3 |
| 10 | . | 158.5 | 154.5 | 154.3 | 154.4 |
| 16 | . | 158.5 | 173.8 | 171.5 | 172.7 |
— 表示该方法在此处无法给出估计值，因此仍为缺失。
结果解读
序列平均值在每个缺口都填入相同的 158.5，忽略了上升趋势。线性插值把第 9–10 天的两天缺口填为 150.7 和 154.3，位于前后相邻值的连线上，但第 1 天之前没有数值，因此无法填补（1 个值仍缺失）。线性趋势法用整个序列拟合直线，把第 1 天估计为 126.9。
输出表格说明
- 结果变量
- 每个新变量的已替换缺失值数、第一个和最后一个非缺失个案、有效个案数和创建函数。脚注列出仍然缺失的值。
- 替换值预览
- 所有源值缺失的个案（最多前 50 个），源值显示为“.”，新值列在其旁。
前提假设与注意事项
- 行顺序就是时间顺序；该过程本身不使用日期变量。
- LINT 和邻近点方法需要缺口两侧都有有效值，因此序列开头或结尾的缺口可能仍然缺失；SMEAN 和 TREND 会填补所有缺口。
- 替换值是单一估计值，后续计算的标准误会把它们当作观测值来处理。
结果如何验证
LINT、TREND、SMEAN 以及邻近点的平均值和中位数（跨度 1、2、3 和全部）与独立的 Python 参考实现生成的参考值对照——LINT 对照 pandas interpolate，TREND 对照 numpy polyfit，邻近点方法对照独立实现——一致到 1e-12。测试还确认结果变量按 SPSS 风格命名，且源列从不被更改。 验证证据（英文）
常见问题
应该用哪种方法？
对于平滑且缺口较短的序列，线性插值是不错的默认选择。邻近点中位数不受离群值影响，线性趋势适合稳定漂移的序列，而序列平均值只适用于没有趋势的序列。
为什么有的值仍然缺失？
插值和邻近点方法需要缺口两侧都有数据；位于序列最开头或最末尾的缺口有一侧没有数据。脚注会列出仍然缺失的值的个数。
会改变我的数据集吗？
不会。工作区数据保持原样；新变量出现在预览和下载的 CSV 中。
跨度有什么作用？
对于邻近点的平均值或中位数，跨度表示每一侧使用多少个有效值。跨度 2 即前后各取两个；“使用所有点”则使用整个序列。
相关过程
用你自己的数据运行替换缺失值
打开 .sav、CSV 或 Excel 文件。所有计算都在浏览器中完成，文件不会离开你的设备。
SPSS 是 IBM Corp. 的商标。Crosstabs 与 IBM 无关联，也未获得 IBM 认可。