R语言 出现矩阵/缺失值的解决方案

缺失值处理一般包括三步：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。对于成对删除，观测只是当它含缺失数据的变量涉及某个特定分析时才会被删除：3.1补全缺失值函数mice()首先从一个包含缺失数据的数据框开始，然后返回一个包含多个完整数据集的对象。由于插补有随机的成分，因此每个完整数据集都略有不同。最终模型的标准误和p值都将准确地反映出由于缺失值和多重插补而产生的不确定性。