信息性缺失

•	对于分类预测变量，若行包含缺失值，则作为该变量的一个单独水平进行分析。

•	按以下方式将包含连续预测变量的缺失值的行分配给拆分：先考虑将缺失行放置在排序值的低端，构造所有拆分。然后考虑将缺失行放置在排序值的高端，再次构造所有拆分。最后通过使用 LogWorth 准则确定出最佳拆分。对于给定预测变量的进一步拆分，算法根据该预测变量所导致的第一个拆分将缺失行提交给高值或低值。

•	将具有缺失值的预测变量作为拆分变量时，将该预测变量上具有缺失值的每行随机分配给拆分两侧中的一侧。

•	首次将具有缺失值的预测变量作为拆分变量时，将一个补缺列添加到显示补缺数的“汇总报表”。进行其他补缺时，更新“补缺”列。请参见汇总报表中的补缺消息，其中执行了五次补缺。