在跑回歸的過程中，面對(duì)缺失值，一個(gè)常見的做法是直接忽視，因?yàn)閟tata會(huì)自動(dòng)忽略有缺失值的那行觀測(cè)值。

但在數(shù)據(jù)預(yù)處理的過程中，直接忽視缺失值卻有可能導(dǎo)致變量計(jì)算錯(cuò)誤。這些情況包括（但不限于）：

（1）判斷語(yǔ)句

例子：

gen b=(a>2) ：生成虛擬變量b，當(dāng)a>2時(shí)，b取值為1，否則b取值為0。但由于Stata默認(rèn)缺失值比任何值都大，即a等于缺失值時(shí)b也取值為1，這顯然不對(duì)，所以此時(shí)需要將b替換成缺失值。

（2）變量橫向相加

例子：

結(jié)果顯示如下：

可見，變量橫向相加時(shí)，只要有一個(gè)變量含有缺失值，則計(jì)算結(jié)果為缺失值。如果不想讓計(jì)算結(jié)果為缺失值，則需要先將a=.替換成a=0。

而如果使用egen命令，則無(wú)論是橫向相加，還是縱向相加，stata都會(huì)把缺失值當(dāng)成0來(lái)計(jì)算。

（1）橫向相加。

使用egen計(jì)算橫向相加，有一個(gè)好處：多個(gè)變量相加時(shí)，但這些變量的名字有共同部分，則可使用通配符，大大減少變量名的書寫負(fù)擔(dān)。

（2）縱向相加。

計(jì)算結(jié)果并不是缺失值，而是如下：

回到最開始的問題，究竟需不需要把缺失值替換為0？這需要結(jié)合自己的研究問題而定。