缺失值产生的原因：
1、有些信息暂时无法获取，或者获取信息的代价太大；
2、有些信息是被遗漏的。如认为不重要，忘记填写等人为因素，或数据采集设备故障，存储介质故障，传输媒体故障等非人为的因素；
3、属性值不存在。如未婚者的配偶姓名等。
4、对数据的缺失值处理之前，进行异常值分析。
缺失值的处理，大致分为三种情况：
1、删除法
分为两种：
（1）删除观测样本，na.omit()或data[-p,]
数据集为：
sub = which(is.na(data$sales)) #which函数返回符合条件的观测的所在位置
data1 = data[-sub,] 删除NA值所在行（2）删除变量，data[,-p]
2、替换法
分为两种：
（1）如果数值型，一般用均值替换
avg_sales = mean(data1$sales) #求出数据集未缺失部分的均值
data2 = data[sub,] #数据集缺失的部分
data2$sales = rep(avg_sales,sum(is.na(data))) #用均值进行替换，sum(is.na(data))为数据集中缺失值的个数
result2 = rbind(data1,data2) #行合并成最后的数据集（2）非数值型，一般用中位数或众数替换
3、插补法
常用的插补法有回归插补、多重插补等。
（1）回归插补利用回归模型，将需要插值补缺的变量作为因变量，其他相关变量作为自变量，通过回归函数lm（）预测出因变量的值来对缺失变量进行补缺。
data$date <- as.numeric(data$date) #日期转换成数值型
model = lm(sales~date,data=data1) #回归模型拟合
data2$sales = predict(model,data2) #模型预测
result3 = rbind(data1,data2)（2）多重插补法是从一个包含缺失值的数据集中生成一组完整的数据，缺失的数据将用蒙特卡洛方法来填补。
library(mice)
imp = mice(data,m=4) #4重插补，即生成4个无缺失数据集。其中data是包含缺失值的数据集；imp是包含m个插补数据集的列表对象，m默认为5
fit = with(imp,lm(sales~date,data=data)) #fit是包含m个单独统计分析结果的列表对象
pooled = pool(fit) #pooled是包含这m个统计分析平均结果的列表对象
summary(pooled) #观察p值是否显著
result4 = complete(imp,action=3) #complete()函数观察m个插补数据集中的任意一个