1樓：Tavion Fu
得不到完整的資料是很正常的現象，有時也是根本避免不了的。尤其是做行業分析，很多資料本身就是商密性質的。絕對得不到或者說很難很難得到。
但是在做分析時又不能不面對。樓上幾位給出了很多找資料的辦法，我來重點說說實在找不到怎麼辦吧。（結合題主困惑，妄自推斷1.
題主針對的是二手資料；2.題主得到了部分資料，或者部分屬性的資料，但是資料不全。）
PS：原則是，不能為了得到結論而搜（nie）集（zao）資料
先說下資料缺失的問題和產生，通常有下面幾個方面：
（1）資訊暫時無法獲取：例如醫療行業，某項指標從2023年才開始推廣，相應的醫療檢查裝置也是2023年普及。那就很難找到相應規模2023年以前的資料。
（2）資料被遺漏。由於遺忘，裝置故障等原因遺漏的資料
（3）重要性變化。有些資訊被認為是不重要的，但題主認為重要。
（4）某些屬性不可用。比如，對於乙個兒童來說，固定收入屬性上的值壓根就不存在。
（5）獲取資訊代價大。這應該是題主面對的主要問題，現在這個市場，只要付出足夠的代價可以獲得足夠的資料，資料是可以買的。但是問題的關鍵總是落在差錢。
歸結以上幾種情況，缺失的資料分成下面三類：
（1）遺漏語義缺失值（存在型缺失值）：物件在該屬性上的取值是存在的，只是暫時不知道。
（2）缺席語義缺失值（不存在型缺失值）：該屬性壓根無法取值，例如未婚者的結婚時間之類的。
（3）佔位型缺失值：壓根不知道這個屬性的數值知不知道。這是不確定性最大的一種情況。
好了。廢了半天勁做了鋪墊。下面說怎麼面對缺失資料：
（下面的論述盡量不用繁雜的數學表達，有這方面的高人，私下聊。）
目前缺失資料填補方法已經是學界普遍研究的問題了。方法也很多，主要是兩大類：（1）基於統計理論的填補方法；（2）基於機器學習的填補方法。
（1）基於統計理論的填補方法
這個容易理解，主要有均值填補、條件均值填補和回歸填補。
均值填補（Little&Rubin,1989）是用其他物件在該屬性數值的平均值，直接填進空位。該方法降低了總體的方差，適合進行簡單的點估計，不適用於複雜的需要方差分析的估計。
條件均值填補（Fatukasi,Kittler,&Poh,2008）針對有分類的資料，然後取同類變例項的屬性值計算均值得到。屬於使用標籤資訊的監督缺失資料填補。
回歸填補法利用變數或者資料物件元組間的關係，建立變數或者元組間的線性回歸模型，然後利用已知資料線性重構對缺失資料進行填補，例如見了無數次的最小二乘法（Least Squares Imputation,LSimpute）
這一類方法理解起來比較容易，基本上初高中的數學可以理解前兩種方法，學了本科概率與統計也能理解線性回歸，對分析人員的功底要求已經低到極點了，但是一定要注意是否適用於自己面臨的問題。通常情況下，簡單的方法也必然伴有劣勢，下面簡單說說現在比較火的填補方法。
（2）基於機器學習(Machine Learning, ML)的填補方法
簡單介紹三類吧，方法太多。基本都是針對沒有標籤的資料，有標籤的可以用條件均值。
（1）基於K最近領及相關演算法的填補方法
在缺失資料填補領域，這是使用最為廣泛的魯棒性（我沒打錯字，就這仨字）較好的方法。其中的K最近領（K-Nearest Neighbor,KNN）的思路是乙個樣本空間中k個最相似的樣本（理解為離著最近的幾個樣本）中大多數屬於某乙個類別。OK，就是他，缺失資料的樣本我們認為就是這個類別。
然後估計吧，什麼平均，加權平均，隨便你了。通常按照距離加權比較好。
（2）基於K均值及其他聚類過程缺失資料填補方法
K均值，即大名鼎鼎的K-means方法是聚類分析的經典方法。基於這種聚類產生的資料填補方法（K-means Imputation，KMI）主要思路，將所有資料通過K-means聚類，也就是根據資料物件的相似程度分成k個型別（k是提前給定的），然後看有缺失資料的物件跟裡面那個類中心最像，就用那個類的均值填補。除了K-means以外還有學者提出了基於模糊C均值聚類的方法（Fuzzy C-Means,FCM）就不細說了。
（3）其他的ML缺失資料填補方法。
不細說了，接單列個名單吧
支援向量回歸機
自組織對映
多層感知機
再次強調，能找到真實資料的方法還是最本質的方法。也是最好的方法。如果實在不行，也別瞎猜。
算一算，註明缺失資料填補的方法，更有助於決策。同時，大部分的資料分析過程還是在有標籤的資料的領域，基本上基於統計學得填補方法就能搞定。基於ML的填補方法聽著比較高大上，但是對於很多資料分析師來說，其實用不到太多，或者說其實公司的軟硬體系統可以直接實現演算法，分析師自己不用掌握。
可惜，作者本身正在學習稀疏表示和高維資料。苦逼的抱怨一下吧。
2樓：李晨陽
工信部資料：
miit.gov.cn/n1146290/n1146402/n1146455/index.html國家統計局資料：
有大行業的資訊
為什麼會對自己在意的人做自己得不到的事情
啥都要靠悟 關心他人，別人的痛感同身受，這是很 善良的品質 你需要 大男人 的關懷。無需迷惑，做自己就好。一切都是最好的安排！祝幸福，快樂！ 酒館故事 在潛意識裡，這些是你受到過傷害或者因為某些原因讓你得不到。以至於你的男朋友和你的表弟只要觸碰到那個點，潛意識裡你看不見的東西，在他們觸碰到那個點之後...
如果已經覺得很努力了但是還是得不到預想的回報你會怎麼樣？
木葉飛舞之處 我也是那種很努力的人啊，可是就是考不過那種考試前突襲的人。不過我還好，對成績要求不高，因為我知道自己學到了。反正.還是有點鬱悶吧一起加油啊， Ziiiiiing 不知道該怎麼說，跟朋友們一起在考試之前泡在圖書館複習一晚上，並且在此之前的一整週每天都在複習，結果出來卻是不及格，感覺這種事...
女神的身體能得到，但是得不到她的心怎麼辦？
Wie so 首先，題主遇到的女神是乙個簡單而單純的人。題主可以看一下這個帖子，感受一下 乙個在每個階段都有喜歡的男生，卻一直不談戀愛的女生，她的心理狀態是怎樣的？李東哲的回答 好了。事已至此。題主冷靜一下，我幫你分析分析女神的心思。其實我不得不說題主的問題描述透露的資訊好少，應該多加一些細節，這樣...