如何對缺失值進行分類（MCAR，MAR，NMAR）嗨，
我正在處理來自非常規油藏的岩石物理測井數據（伽馬射線，孔隙度，密度等）。我的數據非常稀少，總共只有14口井，其中2口沒有可用的測井信息。我正在研究我的數據集中的缺失值，因此我可以歸咎於這些缺失的值。我已經為缺失值確定了大約5種不同的機制，並為這些缺失值生成了分類“虛擬”變量。例如，在存在數據的情況下，我將所有內容標記為1，數據丟失，原因是工具在電纜上的位置滯後我標記為2，其中數據未記錄在感興趣的表格之下我標記為3，其中數據不是可用我標註了4，異常值標記為5。我想找出一種方法將這些機制分類為隨機丟失，隨機丟失或隨機丟失。我正在考慮使用X平台的擬合Y並運行一些測試來比較這些缺失變量在井中的百分比。有什麼選擇可以做到這一點？我也對其他想法持開放態度。提前致謝！
