缺失模式的单调性是指一条观测值的缺失会导致后续观测值也相应缺失的情况（一定的排序标准）。

不同缺失情况汇总：

缺失类型   待填补变量的类型       协变量        方法

1）单调           连续             任意       单调回归

2）单调         分类（有序）          任意       单调logistic

3）单调         分类（无序）          连续       单调判别分析

4）任意           连续             连续       MCMC

5）任意           连续             任意       FCS回归

6）任意         分类（有序）          任意       FCS/logistic

7）任意         分类（无序）          任意       FCS判别分析

上述的几种方法，有些是重复的，但适用的条件不同，不过感觉没有必要区分的这么的细。

一般来说，如果缺失模式是单调的，最好在1）、2）、3）种方法中选择一个。MCMC的方法除了单调性外，在大部分情况下的结果都比较稳定，尤其在适用于连续变量。

5）、6）、7）适用于所有类型的缺失值模式。

如果感觉难以判断这些类型，直接根据变量测量标准选用5）、6）、7）就好。

*5）;

proc mi data=data_anl.missing seed=123 nimpute=6 out=out6;

     fcs nbiter=10 reg(/details);

     var group e_flow a_flow b_flow traffic_jam;*变量名；

run;

*6）;

proc mi data=data_anl.missing seed=123 nimpute=6 out=outex6;

     class group;

     fcs nbiter=5 logistic(group/details);*将分类视为有序;

     var group e_flow a_flow b_flow traffic_jam; *变量名；

run;

*7）;

proc mi data=data_anl.missing seed=123 nimpute=6 out=outex6;

     class group;

     fcs nbiter=5 discrim(group/details); *将分类视为无序;

     var group e_flow a_flow b_flow traffic_jam; *变量名；

run;

注：详细参见SAS9.3(stat)