使用SAS PROC TRANSREG过程执行Box-Cox变换时的缺失值处理方式咨询

刚好对PROC TRANSREG的缺失值处理逻辑比较熟悉，结合你的代码和场景给你讲清楚：

核心规则：默认自动排除含缺失值的观测 #

SAS在执行PROC TRANSREG的模型拟合（包括Box-Cox变换步骤）时，默认会剔除所有包含缺失值的记录——不管是你要变换的myvariable，还是模型里的自变量month，只要某一行有任意一个变量缺失，就会被排除在分析样本之外。

这背后的原因很直接：Box-Cox变换的计算完全依赖变量的有效值，缺失值无法代入变换公式；同时模型拟合（这里identity(month)作为自变量）也需要完整的观测来完成参数估计，所以SAS会自动做这个筛选。

对应你代码的具体行为 #

看你这段代码：

PROC TRANSREG DATA=myfile DETAILS;
MODEL BOXCOX(myvariable/ parameter=0.1) = identity(month);
OUTPUT OUT= transformed_myfile;
RUN;

• 输出数据集transformed_myfile里，只会保留myvariable和month都无缺失的观测，并且这些观测的myvariable会被应用参数为0.1的Box-Cox变换。
• 你可以查看SAS日志来确认被排除的观测数：日志里会显示Number of observations read（读取的总记录数）和Number of observations used（实际用于分析的记录数），两者的差就是因缺失值被过滤掉的行数。

额外补充：能不能保留含缺失值的观测？ #

PROC TRANSREG本身没有选项能强制保留含缺失值的观测来做Box-Cox变换——毕竟变换本身没法处理缺失值。如果你的需求是保留所有记录（哪怕有缺失），可以先手动预处理缺失值：比如用均值插补、时间序列插值（因为你的数据是月度面板）等方法填充myvariable的缺失，之后再运行PROC TRANSREG。

另外，你代码里加的DETAILS选项会让日志输出更详细的样本筛选过程，包括因缺失值排除观测的具体统计，方便你核对。

内容的提问来源于stack exchange，提问作者AppyPoint