นักวิเคราะห์ต้องจัดการค่าขาดหายโดยพิจารณากลไกการหายและผลกระทบ จึงพิจารณาว่า ในการจัดการข้อมูลลูกค้าที่มีข้อมูลบางส่วนขาดหายไปแบบ MCAR (Missing Completely At Random) และบางส่วนเป็น MNAR (Missing Not At Random) ควรใช้วิธีการจัดการแตกต่างกันอย่างไร
กใช้วิธีเดียวกันสำหรับทั้ง MCAR และ MNAR เพราะเป็นข้อมูลที่ขาดหายไป
ขลบข้อมูลที่ขาดหายไปทั้งหมด
คสำหรับ MCAR ใช้ Mean Imputation ได้ แต่สำหรับ MNAR ต้องพิจารณาสาเหตุและใช้ Advanced Methods เช่น Multiple Imputation
งใช้ Machine Learning ในการเติมข้อมูลทั้งหมด
เฉลยอธิบาย
MCAR (Missing Completely At Random) หมายถึงข้อมูลขาดหายไปโดยสุ่มและไม่มีความสัมพันธ์กับตัวแปรอื่น สามารถใช้วิธีง่าย ๆ เช่น Mean Imputation ได้ แต่ MNAR (Missing Not At Random) หมายถึงข้อมูลขาดหายไปเพราะเหตุสำคัญ เช่น ลูกค้าไม่ยินดีบอกรายได้ ต้องใช้ Advanced Methods เช่น Multiple Imputation หรือวิธีที่คำนึงถึงลักษณะของการขาดหาย ตัวเลือก A ไม่แยกแยะระหว่างสองกรณี ตัวเลือก C สูญเสียข้อมูล ตัวเลือก D อาจใช้ได้แต่ต้องเลือก method ให้เหมาะสม