欠測値は平均値で置き換える？

欠測値（欠損値）は平均値で置き換えるという誤解があるようです。『欠測データ処理』の著者、高橋将宜先生のツイートを紹介します。

予測モデルの精度を上げるためであっても，欠測値を平均値で代入処理することは一切お勧めしません．添付の図のとおり，予測値yhat2は実測値y1に対して一列になってしまうので，MCARであっても，平均値代入法で予測モデルの精度は下がります．(1/2) https://t.co/gMP3q0Q4VJ pic.twitter.com/pmFpnNuLtH

— 高橋将宜 Masayoshi Takahashi (@M123Takahashi) May 15, 2023

『統計検定データサイエンス基礎対応　データアナリティクス基礎』（日本能率協会マネジメントセンター）という書籍に，代入法について「欠測部分に平均値を入力して補う方法が代表的」とあって，「やれやれ」という感じです．日本のデータサイエンスを20年後退させる記述はしないで欲しいものです． pic.twitter.com/AUm0JMSCBl

— 高橋将宜 Masayoshi Takahashi (@M123Takahashi) June 6, 2023

正しい欠測データ処理についての判断はたいへん難しいので、上記の高橋先生の本を読んで勉強するしかありませんが、欠測値のある行を削除するのが一つの方法です。

統計解析ソフトにデータを入力するときは、欠測値は NA という文字列ないしは空白にしておき、デフォルトの欠測値の扱い（通常は削除）をすればよいでしょう。