在SPSS中，将不平衡面板转换为单一条件下的平衡/下降多个观察值
有一个数据集有3个variables – ID ， 工资和年份 ，它是一个不平衡的面板。有两个问题：
- 我想放弃所有这些有一年没有意见的ID的数据。 不久之后，我想将我的不平衡面板转换成平衡的，每一个ID都会造成这种“不平衡”。
例如，如果一个ID = 1的家伙在2010年没有报告他的工资 （因此2010年和ID = 1没有观察到），我想丢弃所有ID = 1的数据。
这似乎是一个受欢迎的问题，但我在Google和StackOverflow上find的所有解决scheme都是针对Stata的多个解决scheme，而对于SPSS则没有解决scheme。
更新：我设法解决这个问题使用COUNTIF Excel函数。 我创build了一个variables来计算某个ID在数据集中出现的次数，并且保留了这个函数=年数的湮没，从而降低了不平衡的ID 。 但是，我仍然迫切需要解决第二个问题:)
- 第二个问题和第一个问题几乎是一样的 – 我想删除所有有这样的ID的数据，当他们报告工资 = 0
例如，如果一个ID = 1的家伙在Year = 2010中报告工资 = 0，我想删除ID = 1的所有数据。
如果在SPSS中有一个填充命令来平衡不平衡面板和缺失值，那么解决第二个问题似乎是解决第一个问题的同时。
更新2：我解决了这个问题以及在工资和ID使用COUNTIFS。 Excel是万能的，赞美Excel。
这将解决这两个任务：
recode Wage (0=sysmis). AGGREGATE /OUTFILE=* MODE=ADDVARIABLES /BREAK=ID /Wage_nmiss=NMISS(Wage). select if Wage_nmiss=0. execute. 我不知道数据是用来做什么的，但是如果是重要的，你应该认真考虑删除缺lessvariables的观测数据。
通常，特别是在工资数据中，一个缺失值告诉你应该logging的价值（链接到维基百科 ，关键字：MAR，MCAR，MNAR））。 在样本中没有简单的方法来摆脱这种偏见，但是简单地删除观察并不是一个严肃的select。 有一些algorithm可以根据数据集中的其他值巧妙地计算缺失值。
如果你愿意的话，我可以多投入一些时间，帮助你find一个合适的algorithm来计算缺失值。