插值基函数：当x=xj时，lj(xj)=1;当x!=xj时，lj(xj)=0 将缺失的函数值对应的点x代入插值多项式得到缺失值的近似值L(x)。当插值节点增减时，插值多项式就会随之变化，因此提出牛顿插值法。首先，生成R&D_DUM 哑变量，当R&D 支出缺失则取值为1，否则取值为0；其次，将R&D 支出缺失值
1、用0替代数据框中的缺失值NA 生成数据框：> m <- matrix(sample(c(NA,1:10),100, replace = TRUE),10) > d <-as.data.frame(m) V1 V2 V3 V4 V5 V6 V7 V8 V9 前篇提到使用ipolate线性插值法补齐数据，需要将0值变为缺失值，有时候我们也会碰到需要将0值或其他数值转换为缺失值，本专栏讲讲这两个命令mvencode和mvdecode。
1.用0替代数据框中的缺失值NA 生成数据框：> m <- matrix(sample(c(NA, :), , replace = TRUE), ) > d <- as.data.frame(m) V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 使用了世界价值观调查中国部分2018年(图中的wvs18)的数据，这个数据中小于0的值都可视为缺失值。mutate是生成新变量的意思，across是tidyverse进阶中非常好用的一个函数，我个人将acr
但是需要注意的是，如果0在业务上是有意义的，那么我们就不能把缺失值替换为0了。另外如果是对偏置求梯度更新量，则偏置在输入为0的情况下还是会得到更新——1*learning_rate,不过偏SPSS如何将缺失值替换为0 第一步：选择转换(transform) 如下图单击重新编码为相同变量第二步：选择你要替换缺失值的变量然后单击“旧值和新值”第三步：单击“旧值和新值”
只有当你有足够理由说明缺失数据的实际值为0 时，才能将缺失值替换为0,否则不可。参考Statalist 问题「When should missing data, in numerical variables, be replaced by zerts[is.na(ts)]<-0 #将缺失值替换为0 如果希望将所有的0值再替换为100,使用语句：ts[ts==0]<-100 即可。当然也可以根据其他的判断条件进行替换，如：ts[ts>50]
