1. 학습
    2. /
  2. 강의
    3. /
  3. Rで学ぶ実験計画法
Connected

연습 문제

NHANES データのクリーニング

データのクリーニング中、16歳未満の人は誰も治療を受けていないことが分かりました。ここでは、医師から食事中の脂肪やカロリーを減らすよう助言されたかどうかを示す変数を、目的のある栄養カウンセリング、つまり私たちの「治療」とみなしていました。そこで、データセットには16歳より大きい患者のみを残しましょう。

また、ggplot2 のデフォルト設定では、従属変数が欠損している観測値（この場合は体重）が削除されることにも気づいたかもしれません。欠損した体重への対処法の一つである「欠損補完」は、simputation パッケージで実装できます。欠損補完は、欠損値を平均や中央値といった要約統計量で置き換える、あるいはモデルで予測した値を用いて置き換える手法です。

ここでは impute_median() を使います。これは、データセットと、補完する変数または群ごとに補完するための式を引数に取ります。例えば、impute_median(ToothGrowth, len ~ dose) は、dose ごとの len の中央値で、変数 len の欠損値を補完します。つまり、用量 2.0 を投与されたモルモットで len が欠損している場合、dose が 2.0 のモルモットにおける len の中央値で補完されます。

지침

100 XP
  • filter() を使って、16歳を含めず、16歳より大きい人だけを残して nhanes_filter を作成します。年齢は ridageyr 変数に保存されています。
  • simputation を読み込みます。impute_median() を使い、nhanes_filter 内の bmxwt の欠損を、riagendr でグループ化して補完します。
  • nhanes_final$mcq365d について、値が 9 の観測値は 2 に置き換えるようにリコードします。count() を使って、リコードが正しく行われたことを確認します。