CommencerCommencez gratuitement

Données nabulaires et remplissage selon les valeurs manquantes

Les statistiques descriptives sont utiles, mais, comme on dit, une image vaut mille mots.

Dans cet exercice, vous allez découvrir comment utiliser les données nabular pour explorer la variation d’une variable en fonction des valeurs manquantes d’une autre.

Nous allons utiliser le jeu de données oceanbuoys de naniar.

Cet exercice fait partie du cours

<cours>Gérer les données manquantes en R</cours>
Voir le cours

Instructions de l’exercice

  • Commencez par explorer 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