我的一些解释变量对某些多边形有一些空值。

可以通过地理加权回归分析来处理这些问题，还是应该删除整个多边形和所有数据（该特定多边形的因变量和自变量）？

geographically-weighted-regression

— 我的心跳
source

这些空值代表什么？值不适用或确实存在但未知吗？如果是后者，为什么未知？（主要关注的是，价值未知的原因是否与价值本身有任何关系；例如，如果您正在研究水文学，并使用土地覆盖率作为解释变量，那么如果洪水导致土地覆盖率未知，这是重要的信息，其意义不仅仅在于缺失价值。）

— whuber

谢谢您，一些空值表示由于聚合单位较小而出于保密目的而省略的数据，而其他一些空值则完全不可用，但不是由于解释变量影响其他变量而导致的。我有真正的零值，其中零代表该特定多边形没有事件/发生率，我还有一些空值，其中缺少数据。因为我有大约29个解释变量开始，所以如果我取出多边形中包含空值的行，那么我将丢失279个中的8个多边形，我希望不必这样做。谢谢！

— 我的心跳

我很高兴您掌握有关失踪人员的信息和理论。您可能要对那些小单位保持谨慎，因为几乎所有变量的值都可能与它所代表的区域的大小有关，从而在缺失模式中产生了潜在的偏差。

— ub

您可以通过引入变量来表示它们的存在，并用一个公共值（所有选择的值并不重要）对所有原始空结果进行编码来合并空值。对于每个包含空值的变量，您将需要一个单独的指示器。无论您做什么，都不要只将零替换为零（或任何其他常量）！空值表示完全不同于零的值。

— ub

@whuber您的评论中似乎可能有足够的答案针对这一问题写出答案。

— PolyGeo

您可以尝试从周围的数据中猜测“空”值。那比将它们遗漏会更好，因为那样您就不会丢失数据。当然，您在选择值时必须谨慎。因为如果您的猜测是有偏见的，您的模型也会如此。

另请参见：http : //handbook.cochrane.org/chapter_16/16_1_2_general_principles_for_dealing_with_missing_data.htm

和：

警告：

每当使用shapefile时，请记住它们不能存储空值。因此，从非shapefile输入创建shapefile的工具或其他过程可能会将空值存储为零或一些非常小的负数（-DBL_MAX = -1.7976931348623158e + 308）。这可能会导致意外结果。另请参阅：shapefile输出的地理处理注意事项。（http://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-statistics-toolbox/geographically-weighted-regression.htm）

— LMB
source

地理加权回归分析中的空值

警告：