Prozkoumání proměnných
Teď, když jsme do abaloneMod přidali několik nových proměnných, se v následující sérii cvičení zaměříme na kvalitu dat pomocí souhrnných statistik a grafické vizualizace.
Pomocí funkce dplyr::filter() také odfiltrujeme záznamy (řádky v datasetu abaloneMod), které obsahují chyby nebo logicky nesprávné hodnoty. Například u několika jedinců je uvedena height (výška) 0 mm, což je nesprávná hodnota způsobená pravděpodobně překlepem nebo chybou při měření.
Dataset abaloneMod je už načtený spolu s balíčky dplyr a ggplot2. Po odfiltrování chybných záznamů vytvoříš novou upravenou kopii datasetu nazvanou abaloneKeep, která bude obsahovat finální záznamy připravené k analýze v dalších lekcích.
Toto cvičení je součástí kurzu
R pro uživatele SAS
Pokyny k cvičení
- Získej souhrnné statistiky pro výšky (heights) plžů abalone.
- Ponech záznamy s výškou větší než 0 a ulož je do nového dataframu
abaloneKeep. - Pro záznamy v
abaloneKeepvytvoř histogram výšek — všechny hodnoty by teď měly být větší než 0.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Pull height from abaloneMod and run summary()
___ %>%
___ %>%
___
# Keep cases with height > 0 assign to abaloneKeep
___ <- ___ %>%
___
# Make histogram of updated heights in abaloneKeep
ggplot(___) +
___