Začněte nyníZačněte zdarma

Vizualizace chybějících hodnot v případech a proměnných

Abys získal/a přehled o chybějících hodnotách napříč proměnnými a případy, použij funkce gg_miss_var() a gg_miss_case(). Jsou to vizuální protějšky funkcí miss_var_summary() a miss_case_summary().

Grafy lze rozdělit podle kategorií určité proměnné pomocí tzv. facetování.

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Zobrazit kurz

Pokyny k cvičení

Pracuj s datasetem riskfactors:

  • Vizualizuj počet chybějících hodnot v případech pomocí gg_miss_case().
  • Prozkoumej počet chybějících hodnot v případech pomocí gg_miss_case() a rozdel graf podle proměnné education.
  • Vizualizuj počet chybějících hodnot v proměnných pomocí gg_miss_var().
  • Prozkoumej počet chybějících hodnot v proměnných pomocí gg_miss_var() a rozdel graf podle proměnné education.

Čeho si všimneš, když porovnáš vizualizace celého datasetu s verzemi rozdělenými pomocí facetování?

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Visualize the number of missings in cases using `gg_miss_case()`
gg_miss_case(___)

# Explore the number of missings in cases using `gg_miss_case()` 
# and facet by the variable `education`
gg_miss_case(___, facet = ___)

# Visualize the number of missings in variables using `gg_miss_var()`
gg_miss_var(___)

# Explore the number of missings in variables using `gg_miss_var()` 
# and facet by the variable `education`
___(___, facet = ___)
Upravit a spustit kód