NMAR产生缺失值的过程：
Aj <- c(48,75,83,58,83,32,45,50,86)
NMAR 直接在每个变量上产生缺失。对于给定的变量 Aj 和指定的缺失率 α，如果 Aj 是数值，我们首先计算 Aj 的中位数，然后随机让低于（或高于）的值以 2α 的概率缺失。
α 是缺失率，例如%5 ,%10 , ....
我的问题如何在 r 中通过上述方式生成 NMAR。我非常需要它
【问题讨论】：
标签： r simulation missing-data
NMAR 的意思是“不随机丢失”，因此这意味着您的丢失数据存在某种模式。 NMAR 没有指定该模式将是什么，只是有一个。
这对数据分析来说是一个挑战，因为这意味着缺失数据与完整数据的分布不同，因此根据观察值（例如通过估算中位数）来估算缺失值是很危险的。
即使是像老鼠这样复杂的缺失数据插补包（在上面的评论中提到）也是为插补 MAR（随机缺失）或 MCAR（完全随机缺失）的数据而设计的。
要模拟 NMAR 数据，您只需为缺失数据指定一个分布，该分布不同于示例中用于生成数据的分布。有无数种方法可以做到这一点。
如果我正确理解您的描述，您希望使低于或高于中值的 5-10% 的值丢失。这行代码在任何高于中位数的值上都有 5% 的可能性：
Aj[Aj > median(Aj)] = ifelse(sample(c(T, F), length(Aj[Aj > median(Aj)]), replace=T, prob=c(0.05, 0.95)), NA, Aj[Aj > median(Aj)])
这行代码获取高于中位数的 Aj 值，然后 ifelse() 使用样本来选择第一个选项（T 的可能性为 5%）或第二个选项（F 的可能性为 95% ）。如果为 T，则将该值替换为 NA。如果为 F，则保留原始值。
【讨论】：