Explorer davantage les combinaisons de valeurs manquantes
Il peut être utile d'obtenir un peu plus d'information sur le nombre de cas dans chaque condition de valeurs manquantes.
Dans cet exercice, nous allons ajouter de l'information sur le nombre de cas observés en utilisant n() dans la fonction summarize().
Nous allons ensuite ajouter un niveau de groupement supplémentaire en examinant la combinaison où l'humidité est manquante (humidity_NA) et où la température de l'air est manquante (air_temp_c_NA).
Cette activité fait partie du cours
Gérer les données manquantes avec R
Instructions de l’exercice
En utilisant group_by() et summarize() sur wind_ew :
- Résumez selon la présence de valeurs manquantes de
air_temp_c_NA. - Résumez selon la présence de valeurs manquantes de
air_temp_c_NAet dehumidity_NA.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Summarize wind_ew by the missingness of `air_temp_c_NA`
oceanbuoys %>%
bind_shadow() %>%
group_by(___) %>%
summarize(wind_ew_mean = mean(___),
wind_ew_sd = sd(___),
n_obs = ___)
# Summarize wind_ew by missingness of `air_temp_c_NA` and `humidity_NA`
oceanbuoys %>%
bind_shadow() %>%
group_by(___, ___) %>%
summarize(wind_ew_mean = mean(___),
wind_ew_sd = sd(___),
n_obs = ___)