Menjelajahi lebih lanjut kombinasi keberadaan nilai hilang
Akan berguna untuk mendapatkan sedikit informasi tambahan tentang jumlah kasus di setiap kondisi nilai hilang.
Dalam latihan ini, kita akan menambahkan informasi tentang jumlah kasus teramati menggunakan n() di dalam fungsi summarize().
Kemudian kita akan menambahkan tingkat pengelompokan tambahan dengan melihat kombinasi kelembapan yang hilang (humidity_NA) dan suhu udara yang hilang (air_temp_c_NA).
Latihan ini adalah bagian dari kursus
Menangani Data Hilang di R
Petunjuk latihan
Dengan menggunakan group_by() dan summarize() pada wind_ew:
- Ringkas berdasarkan keberadaan nilai hilang pada
air_temp_c_NA. - Ringkas berdasarkan keberadaan nilai hilang pada
air_temp_c_NAdanhumidity_NA.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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 = ___)