一、检测缺失值情况（示例数据集：nhanes2，详细说明请看附录）

1    summary（数据集）

可以看到bmi、hyp、chl分别有9、8、10 个缺失值

2   统计数据集中缺失值数量

可以看到nhanes2数据集中有27个缺失值

3   统计数据集中完整记录条数

可以看到nhanes2数据集中有13条完整记录

4   观察数据集中缺失值是否随机（可以利用mice包中md.pattern函数来完成）

如：第一行第一列的13代表有13个样本是完整的

二、缺失值处理

1 删除法

1.1  直接删除含有NA值的记录（na.omit命令）

可以看到凡是含有缺失值的记录已经被删除，只保留13条完整记录

1.2 若某些变量缺失严重且对分析影响不大，可以删除整个变量

chl有10个缺失值，如果chl对分析影响不大，那就可以考虑删除。

2 插补法

2.1 最简插补法（从总体中随机抽取某个样本值代表缺失值）

PS：此法很容易出问题，尤其是碰到各个变量相关时，一般不建议使用。

2.2  均值法

PS：没用到相关变量信息，会存在一定的偏差，慎用

2.3  回归插补（将需要插补变量作为因变量，其他相关变量作为自变量，建立回归模型预测出因变量对缺失变量进行插补）

PS：用相关变量来进行预测，是比较理想处理缺失值的方法，但怎样构建回归模型需要具体情况具体分析。

附录：

nhanes2数据集：

age: 年龄段

bmi:身体质量指数，单位为kg/㎡

hyp:是否患高血夺

chl:血清胆固醇问题，单位为mg/dL