一、缺失值判断 通常用“NA"表示，判断数据是否存在缺失值的常用方法

可以看到数据集algae中一共有33个缺失值

complete.cases( )判断数据集的每一行是否存在缺失值，如果不存在，则返回TRUE，如果存在，则返回TRUE。 例：

可以看到数据集algae一共有16行记录存在缺失值

对输出结果进行分析，如可以看到变量mxPH中含有1个缺失值，变量CHla中含有12个缺失值。二、缺失模型判断 在处理缺失值之前，需要先对缺失模式进行判断，缺失模型主要有以下三种：完全随机缺失（MCAR）、随机缺失（MAR）和完全非随机缺失（MNAR）。 完全随机缺失：数据的缺失不依赖于任何变量 随机缺失：数据的缺失依赖于其他变量，而不由含有缺失值的变量本身决定。 完全非随机缺失：指数据的缺失依赖于变量本身，属于比较严重的问题 缺失值模型的判断方法主要有以下三种：

1、使用md.pattren( )函数

一般使用mice程辑包来判断缺失数据的模式： md.pattren( )

分析输出结果，最左列表明，在200条观测记录中，共有184条记录是完整的，有3条记录缺失变量Chla,有1条记录缺失变量Cl,有7条记录同时缺失变量Chla和变量Cl；最下侧行表明，变量mxPH缺失1个数据，变量Chla缺失12个数据… ，所有变量共缺失33个数据。

基本书写格式：aggr(x, delimiter=NULL, plot=TRUE, …. ) x: 一个向量、矩阵或者数据框 delimiter: 一个特征向量，用于区分插补变量，如果赋值则表示变量的值已被插补，如果不赋值，则用于判断缺失模式，默认为NULL plot:逻辑值，指定是否绘制图形，默认值为TRUE 例：

分析输出结果，左边条形图显示了各变量的缺失比例，右边图形显示了综合的缺失情况。可以看出变量Cl与变量Chla的缺失比例是最高的，algae数据集中有92%的数据是完整的。

3.利用程辑包VIM中的函数marginplot( )绘制箱线图

该函数可以生成一幅散点图，变量的缺失值信息被显示在图形的边界。其基本书写格式为： marginplot(x, delimiter=NULL, col=c(“skyblue”,“red”,“red4”,“orange”, “orange4”),alpha=NULL,pch=(1,16)….) 其中，x必须是列数为2的矩阵或数据框 例：用algae数据集中的变量mxPH和mnO2来表示：

图形底部的深色箱线图表示变量mxPH在mnO2缺失下的数据分布，浅色表示mnO2完整下的数据分布，左边含义相同。（由于变量mnO2只含有一个缺失值，所以只有浅色箱线图）

若同一个变量的两个箱线图比较一致，则可以初步判定缺失数据为完全随机缺失。

从输出结果可以看出，缺失变量集中在Cl和Chla