第2章　缺失数据的处理方法

数据缺失是科学研究和实际应用中普遍存在的问题，缺失数据的处理方法已经受到越来越多的关注。本章将对常用的缺失数据处理方法进行详细的探讨与分析。首先介绍三种数据缺失机制，即完全随机缺失（Missing Completely At Random，MCAR）、随机缺失（Missing At Random，MAR）和非随机缺失（Missing Not At Random，MNAR），理解这些数据缺失机制对于学习缺失数据的处理至关重要。然后，从不做处理、不完整样本删除，以及缺失值填补三个方面分析常见的缺失数据处理方法。其中，不做处理是将缺失值直接引入具体建模过程，并基于一定规则避免对缺失值的直接处理；不完整样本删除是指删除数据集中的不完整样本，构造样本量缩减的数据集以供后续分析；缺失值填补则通过现有数据的研究为缺失值计算合理的填补值，进而得到与原始数据集规模一致的完整数据集。鉴于缺失值填补方法的良好性能，该处理方式已取得较好的研究成果。本章将对缺失值填补方法进一步探讨，主要涉及缺失值填补的基本概念、缺失值填补方法的多角度分类，以及填补方法的性能度量。

合理的缺失数据处理方法能够改善数据质量，进而提高后续分析的准确性。因此，在科学研究与实际应用中，应该针对具体问题选择行之有效的缺失数据处理方法。