我会说“不”。如果您将此作为数字变量，则 0 将小于 1，表示访问者更频繁；事实上，0 有一个合理的解释为“今天访问了该站点”。

要回答直接问题，不。正如@PeterFlom 指出的那样， 0 具有“今天已访问”的解释。您的数据中可能已经有很多来自这样做的人的 0。

我不知道我会称这些数据为“缺失”。数据都在那里，只是解释有点困难。为了清楚起见，想想如果你估算丢失的数据会发生什么——你会将它估算为什么？你遇到了同样的问题。您知道数据是什么，但您不知道如何对其建模。

同样，如果将其编码为 NA，这对模型意味着什么？您仍然必须选择如何对其进行建模。逐行删除会起作用，但会改变您要回答的问题，“在以前的访问者中......”

一些潜在的建模方法：

• 让它成为一个非常高的数字（接近$\infty$)
• 创建一个由两部分组成的模型，其中模型的第一阶段决定成为网站的“客户”，第二阶段是您现在拥有的
• 为首次访问者创建一个虚拟first变量 ( )，并将其与自上次访问变量 ( ) 以来的天数进行交互visit。例如包括first和first*visit不包括visit。

其中，两部分模型似乎是最合适的，但工作量更大。其他人可能会在紧要关头给你一些合理的东西。您甚至可以比较这三种方法并通过这种方式获得粗略的敏感性分析。

如果感兴趣的结果是自上次访问以来的天数，那么首次访问者不会提供有关该结果的任何信息，因此似乎唯一要做的就是忽略首次访问者。

无论如何，将首次访问用户编码为0反映了一种信念，即首次访问用户等同于以前访问过该网站的人，而其最后一次访问是在 0 天前，这没有多大意义。因此，我强烈建议不要以这种方式编码，因为它会严重损害结果的可解释性。

我的回答都不是。您应该将它们编码为缺失，如果您使用 SAS，则为缺失数字数据的简单点。使用 0 是不好的，因为当数据点实际缺失时，软件会将 0 视为数字。NA 的使用不好，因为您有一个数值变量，并且您正在为同一个变量混合字符和数值。它可能在 SAS 中工作，因为我认为 SAS 会将它无法识别的值转换为缺失值。但请谨慎行事，将这些情况确定为缺少数字数据。建模过程应该知道如何处理它。