我正在研究在一个学区就读的高中生的表现，超过 10 年。我的目标是推断导致学校考试成绩不佳的因素。我有所有辍学者的数据和统计数据。辍学是表现不佳者中的一大群人。例如，如果有 1000 名学生，则有 250 名表现不佳。在这 250 人中，有 200 人辍学，没有关于这些的数据。我计划运行一个逻辑回归模型并得出推论，但我该如何弥补这个缺失数据造成的不平衡？