NHANES の探索的データ分析（EDA）
作成したばかりのデータセットを、EDA の観点から確認していきましょう。前章と同様に、数値による要約と可視化の両方を見るのが良い方法です。これらはデータ理解に役立ち、見落としていたデータクレンジングの手順を見つけるのにも有効です。nhanes_combined データセットはあらかじめ読み込まれています。
NHANES の受診者にアクセスでき、医師から「食事のカロリー／脂肪を減らすように」と勧められたことが体重に与える影響を調べたいとします。これが今回の処置（treatment）です。実際には患者に質問した結果の変数ですが、ここでは仮に、医師が無作為に一部の患者に栄養指導を行ったと想定します。ただし、患者の性別によって体重に差があるかもしれないと疑っています。これはブロック化因子ですね！
この演習はコースの一部です
Rで学ぶ実験計画法
演習の手順
dplyrのコードを補完して、処置（mcq365d）ごとの平均体重（kg、bmxwt）を求め、コードを実行してください。NA（処置が不明）の患者について、何か興味深い点はありますか？ggplot2のコードを補完して、処置変数ごとの患者体重の IQR を示す箱ひげ図を作成してください。
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。
# Fill in the dplyr code
___ %>%
group_by(___) %>%
summarize(mean = mean(___, na.rm = TRUE))
# Fill in the ggplot2 code
___ %>%
ggplot(aes(as.factor(___), ___)) +
geom_boxplot() +
labs(x = "Treatment",
y = "Weight")