如果我在数据集中有缺失值，我不能盲目地用均值/中值/众数或任何其他技术来估算它们。我必须确定它们是哪种缺失值，即：

MCAR（完全随机缺失） - 缺失值与任何其他变量之间没有关系

MNAR（非随机缺失）-缺失值和其他变量之间存在的关系以及缺失数据不是随机的。

MAR（随机缺失） - 缺失值与其他变量之间存在关系，但缺失数据是随机的。

为了识别缺失数据的类型，我尝试了以下方法。我绘制了以下情节：

这里的特征BsmtQual有 nan 值，所以我根据依赖特征绘制了 nan 值SalePrice。0 表示它不是 nan 值，1 表示它是 nan 值。显然，nan 值和目标变量之间存在某种关系，因为具有缺失值的房屋的售价低于具有非缺失值的房屋。所以这个缺失就是MNAR，我会使用MNAR技术来处理这个特性的 nan 值。

这个过程对吗？如果没有的话，我可以确定我有什么样的缺失数据（除了 Little's Test）？