在社会调查中,由于多方面的原因,经常会出现缺失数据。调查数据的缺失给统计分析带来了极大的不便,尤其是在缺失的比例很大的情况下,直接删除缺失值会造成严重的系统偏差,大大降低研究的精度。为了减少由缺失值带来的偏差,有必要对缺失值进行处理,其中常用的处理方法就是插补。本文以“西北基线户数据”为例,模拟产生缺失值,使缺失比例分别为10％、20%、30%、40%、50%、60%,在不同缺失比例下,分别用均值插补、回归插补、热平台插补和多重插补对缺失变量进行处理,比较这四种方法的优劣。最后得出结论:从数据分布特征及变量之间关系的稳定性来看,多重插补方法都是最为理想的方法,但是由于多重插补方法有其自身的复杂性,当缺失概率不大于10%时,完全可以采用简单易行的均值插补对缺失值进行处理;当缺失比例不大于30%时,则可以采用热平台插补或回归插补方法对缺失值进行处理;而当数据缺失比例大于30%时,多重插补是有效处理缺失值的最优选择。