如何对缺失值进行分类（MCAR，MAR，NMAR）嗨，
我正在处理来自非常规油藏的岩石物理测井数据（伽马射线，孔隙度，密度等）。我的数据非常稀少，总共只有14口井，其中2口没有可用的测井信息。我正在研究我的数据集中的缺失值，因此我可以归咎于这些缺失的值。我已经为缺失值确定了大约5种不同的机制，并为这些缺失值生成了分类“虚拟”变量。例如，在存在数据的情况下，我将所有内容标记为1，数据丢失，原因是工具在电缆上的位置滞后我标记为2，其中数据未记录在感兴趣的表格之下我标记为3，其中数据不是可用我标注了4，异常值标记为5。我想找出一种方法将这些机制分类为随机丢失，随机丢失或随机丢失。我正在考虑使用X平台的拟合Y并运行一些测试来比较这些缺失变量在井中的百分比。有什么选择可以做到这一点？我也对其他想法持开放态度。提前致谢！
