MulaiMulai sekarang secara gratis

Mengevaluasi imputasi: Pada banyak variabel

Sejauh ini, kita telah membahas cara melihat variabel tunggal atau pasangan variabel beserta nilai imputasinya. Namun, terkadang Anda ingin meninjau imputasi untuk banyak variabel sekaligus. Untuk melakukannya, Anda perlu melakukan pengolahan dan penataan ulang data. Pelajaran ini membahas cara melakukan pengolahan data tersebut, yang bisa menjadi sedikit rumit saat digunakan pada data nabular. Fungsi shadow_long() menata data ke bentuk yang tepat untuk visualisasi seperti ini.

Latihan ini adalah bagian dari kursus

Menangani Data Hilang di R

Lihat Kursus

Petunjuk latihan

  • Gunakan shadow_long() untuk mengumpulkan data yang telah diimputasi ocean_imp_mean, dengan fokus pada humidity dan air_temp_c.
  • Cetak datanya dan periksa.
  • Jelajahi hasil imputasi dalam histogram menggunakan geom_histogram(), tempatkan nilai pada sumbu x, isi berdasarkan status kelengkapannya, dan facet menurut variable

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Gather the imputed data 
ocean_imp_mean_gather <- shadow_long(___,
                                     ___,
                                     ___))
# Inspect the data
___

# Explore the imputations in a histogram 
ggplot(ocean_imp_mean_gather, 
       aes(x = value, fill = value_NA)) + 
  geom_histogram() + 
  facet_wrap(~variable)
Edit dan Jalankan Kode