配对删除（Pairwise Deletion），也称为成对删除或两两删除，是处理数据集中缺失值的一种方法。在进行数据分析或统计建模时，如果数据集中存在缺失值，这些缺失值可能会影响分析结果的准确性和可靠性。配对删除方法允许在计算特定统计量时仅使用所有可用的数据点，而不是简单地删除包含任何缺失值的整个记录。
配对删除的工作原理
当应用配对删除时，对于涉及两个变量的任何分析（例如计算相关系数），只排除那些在这两个变量上都存在缺失值的观测。换句话说，如果一对观测中的任何一个变量有缺失值，则这对观测不会被用于该特定分析。但是，这对观测可能会在涉及其他变量的分析中被使用，只要在那些变量上没有缺失值。
优点
- 充分利用数据：与列表删除（Listwise Deletion）相比，配对删除可以保留更多的数据，因为只有在特定分析相关的变量上存在缺失值时才会排除观测。
- 减少偏差：通过保留更多可用数据，配对删除可以帮助减少由于数据丢失导致的偏差。
缺点
- 复杂性增加：配对删除可能会使数据集的管理和分析变得更加复杂，尤其是在处理多个变量之间的关系时。
- 潜在的不一致性：由于每次分析可能基于不同的观测集合，这可能导致结果之间出现不一致，特别是在小样本情况下。
- 假设依赖：配对删除的有效性取决于数据缺失的机制。如果数据不是随机丢失（即，数据的丢失与未观察到的值有关），那么即使使用配对删除也可能导致偏差。
使用场景
配对删除通常用于计算描述性统计（如均值、标准差）、相关系数和其他需要考虑多个变量间关系的统计分析。在进行回归分析等更复杂的建模时，研究者可能会选择其他处理缺失值的方法，如多重插补（Multiple Imputation）。
总之，配对删除是一种有效利用现有数据的方法，但在使用时应考虑到其潜在的局限性和适用条件。在实际应用中，根据具体的数据集和分析目标，研究者可能需要结合多种方法来处理缺失值。
