Práce s chybějícími hodnotami

R ukládá chybějící hodnoty jako NA, které se chovají trochu zvláštně. Teď, když víš, co jsou chybějící data a jak je R ukládá, zkus odhadnout, co se stane, když s chybějícími hodnotami provedeme nějaké operace.

Jaký výstup mají následující čtyři příkazy v R? Vyzkoušej je v konzoli a ověř svoji odpověď ještě před odesláním.

1 + NA
NA + NA
NA | TRUE
NA | FALSE

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Interaktivní praktické cvičení

Proměňte teorii v praxi s jedním z našich interaktivních cvičení

Začít cvičení

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

SkillTag.level.beginnerSkillTag.label

4.8+

Začněte kurz zdarma

První kapitola tě seznámí s chybějícími daty – vysvětlí, co jsou chybějící hodnoty, jak se chovají v R, jak je detekovat a počítat. Pak se podíváme na souhrny chybějících dat a na to, jak shrnout míru chybějících hodnot napříč případy, proměnnými i skupinami v datech. Nakonec se věnujeme vizualizaci chybějících dat – jak vytvořit přehledové vizualizace pro celý dataset, pro jednotlivé proměnné, případy i další souhrny a jak je zkoumat v rámci různých skupin.

Exercise 1: Úvod do chybějících dat Exercise 2: Práce s chybějícími hodnotami a jejich vyhledávání Exercise 3: Kolik chybějících hodnot tam je?Exercise 4: Práce s chybějícími hodnotami

Aktuální cvičení

Exercise 5: Proč se zabývat chybějícími hodnotami?Exercise 6: Shrnutí chybějících hodnot Exercise 7: Tabulkový přehled chybějících hodnot Exercise 8: Další souhrny chybějících hodnot Exercise 9: Jak vizualizujeme chybějící hodnoty?Exercise 10: První vizualizace chybějících dat Exercise 11: Vizualizace chybějících hodnot v případech a proměnných Exercise 12: Vizualizace vzorců chybějících hodnot

Ve druhé kapitole se naučíš odhalovat skryté chybějící hodnoty, jako jsou řetězce „missing" nebo „N/A", a nahrazovat je hodnotou `NA`. Zjistíš, jak efektivně pracovat s implicitně chybějícími hodnotami – těmi, které v datech chybí, ale nejsou explicitně uvedeny. Probereme také závislost chybějících dat a vysvětlíme pojmy Missing Completely at Random (MCAR), Missing At Random (MAR) a Missing Not At Random (MNAR) a jejich dopad na tvoji datovou analýzu.

Exercise 1: Hledání a nahrazování chybějících hodnot Exercise 2: Použití miss_scan_count Exercise 3: Použití replace_with_na Exercise 4: Použití rozšířených variant funkce replace_with_na Exercise 5: Doplňování chybějících hodnot směrem dolů Exercise 6: Oprav implicitní chybějící hodnoty pomocí complete()Exercise 7: Oprav explicitní chybějící hodnoty pomocí fill()Exercise 8: Použití complete() a fill() dohromady Exercise 9: Závislost chybějících dat Exercise 10: Rozdíly mezi MCAR a MAR Exercise 11: Zkoumání závislosti chybějících hodnot Exercise 12: Hlubší průzkum závislosti chybějících hodnot

V této kapitole se naučíš pracovat s postupy pro zpracování chybějících dat. Představíme speciální datové struktury – stínovou matici a nabular data – a ukážeme, jak je využít při zkoumání chybějících hodnot, aby bylo možné propojit souhrny chybějících dat se skutečnými hodnotami v datasetu. Naučíš se používat ggplot k prozkoumání a vizualizaci toho, jak se hodnoty mění, když jiné proměnné začnou chybět. Nakonec se podíváš na to, jak vizualizovat chybějící data napříč dvěma proměnnými a proč je vhodné znázornit chybějící hodnoty v bodovém grafu.

Exercise 1: Nástroje pro zkoumání závislostí v chybějících datech Exercise 2: Vytvoření dat stínové matice Exercise 3: Skupinové souhrny chybějících hodnot Exercise 4: Prozkoumáváme další kombinace chybějících hodnot Exercise 5: Vizualizace chybějících hodnot napříč jednou proměnnou Exercise 6: Nabular data a vyplňování podle chybějících hodnot Exercise 7: Nabular data a sumarizace podle chybějících hodnot Exercise 8: Zkoumání variability podle chybějících hodnot: krabicové grafy Exercise 9: Vizualizace chybějících hodnot ve dvou proměnných Exercise 10: Zkoumání chybějících hodnot pomocí bodových grafů Exercise 11: Zkoumání chybějících hodnot pomocí facetů Exercise 12: Faceting pro průzkum chybějících hodnot (více grafů)

V této kapitole se naučíš doplňovat chybějící hodnoty v datech – tento proces se nazývá imputace. Dozvíš se, jak chybějící hodnoty imputovat a sledovat, jaké jsou výhody a nevýhody různých přístupů k imputaci, a naučíš se imputovaná data zkoumat, vizualizovat a porovnávat s původními hodnotami. Procvičíš si používání, hodnocení a srovnávání různých imputačních modelů a prozkoumáš, jak výběr modelu ovlivňuje závěry, které z dat lze vyvodit.

Exercise 1: Vyplňování prázdných míst Exercise 2: Imputace dat pod rozsah s nabular daty Exercise 3: Vizualizace imputovaných hodnot v bodovém grafu Exercise 4: Vytvoř histogram imputovaných dat Exercise 5: Co dělá imputaci dobrou Exercise 6: Hodnocení špatných imputací Exercise 7: Hodnocení imputací: Měřítko Exercise 8: Vyhodnocení imputací: Napříč mnoha proměnnými Exercise 9: Imputace v praxi Exercise 10: Imputace dat pomocí balíčku simputation Exercise 11: Vyhodnocení a porovnání imputací Exercise 12: Vyhodnocení imputací (více modelů a proměnných)Exercise 13: Hodnocení imputací a modelů Exercise 14: Kombinování a porovnávání různých imputačních modelů Exercise 15: Vyhodnocení různých parametrů modelu Exercise 16: Závěrečná lekce