CommencezCommencez gratuitement

Données nabulaires et remplissage selon la présence de valeurs manquantes

Les statistiques sommaires sont utiles à calculer, mais comme on dit, une image vaut mille mots.

Dans cet exercice, vous allez voir comment utiliser les données nabular pour analyser la variation d'une variable en fonction de la présence de valeurs manquantes dans une autre.

Nous allons utiliser l'ensemble de données oceanbuoys du paquet naniar.

Cette activité fait partie du cours

Gérer les données manquantes avec R

Voir le cours

Instructions de l’exercice

  • Commencez par examiner la structure des valeurs manquantes de oceanbuoys avec vis_miss().
  • Explorez la distribution du vent est-ouest (wind_ew) selon la présence de valeurs manquantes de la température de l'air en utilisant geom_density().
  • Explorez la distribution de la température de la mer selon la présence de valeurs manquantes de l'humidité en utilisant geom_density().

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# First explore the missingness structure of `oceanbuoys` using `vis_miss()`
vis_miss(___)

# Explore the distribution of `wind_ew` for the missingness  
# of `air_temp_c_NA` using  `geom_density()`
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___, 
             color = air_temp_c_NA)) + 
  geom_density()

# Explore the distribution of sea temperature for the  
# missingness of humidity (humidity_NA) using  `geom_density()`
  ___(___) %>%
  ggplot(aes(x = ___,
             color = ___)) + 
  geom_density()
Modifier et exécuter le code