缺失值模式是指數據中缺失值的產生和存在的機制，理解不同模式有助於選擇合適的缺失值處理方法。數據科學和機器學習中，缺失值主要分為三種類型：
1. 完全隨機缺失（MCAR, Missing Completely At Random）
- 缺失值的產生完全隨機，與數據中任何其他變量的值無關。
- 換句話說，缺失和數據本身沒有任何系統性聯繫。
- 處理方法較簡單，刪除缺失樣本或用簡單填補通常可行。
- 例如：系統故障導致部分數據未能錄入。
- 缺失值的產生依賴於觀察到的其它變量，而不是缺失變量本身。
- 舉例：收入這個欄位缺失與受試者的年齡有關，但與收入本身無關。
- 需用更複雜的填補方法如多重插補、機器學習模型預測等。
3. 非隨機缺失（MNAR, Missing Not At Random）
- 缺失值的產生與缺失的變量本身隱含關係，即缺失的數據與缺失原因相關。
- 例如：高收入的人可能更不願透露收入導致其缺失。
- 處理比較棘手，需要結合領域知識、專門的模型或數據建模策略。
缺失值處理的一般方法
- 刪除法：移除含缺失值的樣本或變量，簡單但可能損失大量資訊。
- 填補法：用均值、中位數、眾數、插值或模型預測值填補缺失值。
- 多重插補：生成多個合理填補版本，減少單一填補可能的偏差。
- 機器學習填補：利用KNN、回歸樹、深度學習等算法預測缺失值。
理解缺失值生成模式可以幫助有效選擇處理策略，避免分析偏差，提高模型準確性與穩健性。缺失值模式指資料中缺失數據出現的機制，常見有三種：
1. 完全隨機缺失（MCAR，Missing Completely At Random）
缺失值出現與資料中任何變數無關，完全隨機發生，例如測量錯誤。此時刪除缺失資料一般不會引入偏差。
2. 隨機缺失（MAR，Missing At Random）
缺失值依賴於其他已觀察變數，但與缺失本身無關。例如收入缺失與年齡有關。此類缺失可採用模型插補等方法處理。
3. 非隨機缺失（MNAR，Missing Not At Random）
缺失值與自身的隱藏值相關，如高收入者更傾向不報收入。此種缺失較難處理，需結合領域知識及特定建模技術。
理解缺失值的模式對選擇合適的資料處理方法至關重要。常見的缺失值處理技術包含刪除法、簡單填補法與基於機器學習的預測填補等。
