始める無料で始める

インプテーションの評価：多変数で見る

これまで、単一の変数や変数の組み合わせと、そのインプテーション値の見方を学んできました。しかし、複数の変数についてインプテーションを確認したいこともあります。その場合は、データの整形や並べ替えが必要です。このレッスンでは、nabular データでの利用も念頭に、やや複雑になりがちなデータ加工の方法を扱います。shadow_long() 関数は、この種の可視化に適した形にデータを変換してくれます。

この演習はコースの一部です

Rでの欠損データの扱い方

コースを見る

演習の手順

  • shadow_long() を使って、インプテーション済みデータ ocean_imp_mean を収集し、humidity と air_temp_c にフォーカスします。
  • データを表示して中身を確認します。
  • geom_histogram() を使ってヒストグラムでインプテーションを探索します。値を x 軸に、欠損状態で塗り分け、variable でファセット化します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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)
コードを編集して実行