我的一个项目面临着两难境地。其中一个变量（数值）没有足够的数据，即几乎 99% 的数据丢失。然而，在与领域专家交谈后，似乎特定变量对我们试图解决的问题（模型）很重要。最初，我想将其转换为二进制变量，这样 1 将表示该变量在该位置有一个值，而 0 将表示缺失值。但是，我们似乎在这样做时丢失了信息。
任何人都可以建议任何前进的方式吗？
我想到的一个想法是使用分位数离散化变量，但是如何处理缺失值呢？
另一种方法是在模型中同时包含二进制变量和原始变量，用一些估算值替换缺失值。但我无法得出任何合乎逻辑的推理来说明为什么或为什么不这样做。
对此事的任何了解都会非常有帮助（当然除了完全放弃它）。
谢谢。