统计学家通常将缺失数据分为三类。它们都用概率术语进行描述，但思想都非常直观。我们将用sleep研究中对做梦时长的测量(有12个动物有缺失值）来依次阐述三种类型。
在R中, NA代表缺失值, NA是不可用，not available的简称,用来存储缺失信息。这里缺失值NA表示没有，但注意没有并不一 定就是0 , NA是不知道是多少,也能是0 ,也可能是任何值，缺失值和值为零是完全不同的。
1.用NA remove条件语句即可,例如求和公式中添加na.rm=TRUE就可以把缺失值去除，向量个数也对应减少。
如果数据集中包含NA，那么所有的计算都会有问题。发现值为NA时，我们再使用 na.rm 进行处理，这样的操作是滞后的，所以需要在处理数据之前就知道数据集中是否包含了缺失值。R语言提供了 is.na（） 来进行逻辑测试，如果数据集中含NA值，对应位置返回TRUE，其余位置返回FALSE。
2. na.rm 只是函数中的一个参数，如果想去掉数据集中的这些缺失值，生成一个没有缺失值的数据集，这时可以使用 na.omit 函数
处理完之后可以输入length来观察数据集omit函数处理前后的行数变化，并可以从中获得删除了多少行包含NA的数据
1、缺失数据NaN，代表不可能的值
2、Inf表示无穷,分为正无穷 Inf 和负无穷 -Inf ，代表无穷大或者无穷小。
1、NA是存在的值,但是不知道是多少
2、NaN是不存在的
3、Inf存在,是无无穷大后者无穷小，但是表示不可能的值。
缺失值被认为是预测建模的首要障碍，尽管一些机器学习算法声称能够从根本上解决这个问题，但是谁又能知道究竟在“黑盒子”里能解决得多好。
缺失值填补方法的选择，在很大程度上影响了模型的预测能力。一般处理方法是直接删除相关行，但这样并不好，因为会造成信息丢失。
Hmice是一个多用途的软件包，可用于数据分析、高级图形、缺失值处理、高级表格制作、模型拟合和诊断(线性回归、 Logit模型和cox回归)等。 该软件包包含的功能范围广泛，它提供了两个强大的函数，用于处理缺失值。分别为 impute ()和 aregImpute ()。
impute()函数使用用户定义的统计方法(中间值，最大值，平均值等)来估算缺失值。 默认是使用中位数。另一方面，aregImpute()允许使用加性回归、自举和预测平均匹配进行填补（additive regression, bootstrapping, and predictive mean matching）。
bootstrapping对替代原始数据的样本拟合了一个柔性可加模型(非参数回归方法) ，并利用非缺失值(自变量)对缺失值(因变量)进行了预测。然后，使用预测均值匹配(缺省值)来估算缺失值。
使用平均值填充：
使用随机值填充：
同样，还可以使用min,max,median来估算缺失值。
aregImpute ()自动识别变量类型并相应地处理它们：
输出显示预测缺失值的 R 2 值， 数值越高，预测的数值越好。还可以使用以下命令查看估算值：
画个好看一点的图：
估算缺失值：
pmm：预测均值匹配(PMM)-用于数值变量
logreg： (Logit模型)-二元变量
polyreg(Bayesian polytomous regression)：因子变量(>=2个水平)
polr：Proportional odds model(ordered, >= 2 levels)
查看估算的缺失值
由于生成有5个输入数据集，您可以使用 complete ()函数选择任何数据集：
还可以使用5个数据集构建模型，最后将结果合并：
对比一下：
使用生成的6个数据集合并后的回归系数与原始数据的回归系数还是非常接近的。
