数据完全随机缺失(Missing Completely At Random，MCAR)，表示缺失和变量的取值无关。例如，假设您在研究年龄和收入。如果缺失和年龄或收入数值无关，则缺失值方式为MCAR。要评估MCAR是否为站得住脚的假设，您可以用比较回答者和未回答者的分布来评估观察数据。也可以使用单变量t-检验或Little's                 MCAR多变量检验来进行更正规的评估。如果MCAR假设为真，可以使用列表删除(listwise deletion)(完整个案分析)，无需担心估计偏差，尽管可能会丧失一些有效性。如果MCAR不成立，列表删除、均值置换等逼近方法就可能不是好的选择。
http://stat.smmu.edu.cn/COURSE/spssmiss.htm
这个链接可以看看