缺失值的产生机制

缺失值可分为两类：一类是这个值实际存在但是没有被观测到，例如客户的性别；另一类是这个值实际就不存在，例如，在调查顾客购买的洗发液品牌时，如果某位顾客根本没有购买任何洗发液，那么这位顾客购买的洗发液品牌缺失。如何处理缺失值是一个很复杂的课题，有兴趣的读者可以参阅这方面的专著。

缺失值的产生有三种机制：

1.完全随机缺失（MissingCompletelyatRandom）

某个变量是否缺失与它自身的值无关，也与其他任何变量的值无关。例如，由于测量设备出故障导致某些值缺失。

2.随机缺失（MissingatRandom）

在控制了其他变量已观测到的值后，某个变量是否缺失与它自身的值无关。例如，人们是否透露收入可能与性别、教育程度、职业等因素有关系。

如果这些因素都观测到了，而且尽管收入缺失的比例在不同性别、教育程度、职业的人群之间有差异，但是在每一类人群内收入是否缺失与收入本身的值无关，那么收入就是随机缺失的。

3.非随机缺失（MissingNotatRandom）

即使控制了其他变量已观测到的值，某个变量是否缺失仍然与它自身的值有关。例如，在控制了性别、教育程度、职业等已观测因素之后，如果收入是否缺失还依赖于收入本身的值，那么收入就是非随机缺失的。