R in action读书笔记（20）第十五章 处理缺失数据的高级方法

处理缺失数据的高级方法 15.1 处理缺失值的步骤 一个完整的处理方法通常包含以下几个步骤： (1) 识别缺失数据； (2) 检查导致数据缺失的原因； (3) 删除包含缺失值的实例或用合理的数值代替（插补）缺失值。 缺失数据的分类： (1) 完全随机缺失：若某变量的缺失数据与其他任何观测或未观测变量都不相关，则数据为完全随机缺失（MCAR） (2) 随机缺失：若某变量上的缺失数据与其他观测变量相关

>>阅读原文<<