外れ値を特定する
ここに示したのは、アジア各国の平均寿命の分布です。箱ひげ図からは、平均寿命が著しく低い国という明確な外れ値が 1 つ見つかります。どの国だと思いますか？コンソールで min() か filter() を使って推測を検証し、その国を除外したプロット作成に進みましょう。
この演習はコースの一部です
Rで学ぶ探索的データ分析
演習の手順
gap2007 はワークスペースに引き続き用意されています。
- まずアジアの観測値のみにフィルタし、その後、平均寿命が 50 未満の国で
TRUEとなる新しい変数is_outlierを作成します。結果はgap_asiaに代入してください。 gap_asiaから外れ値をすべて除外し、残った平均寿命で再度箱ひげ図を作成しましょう。
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。
# Filter for Asia, add column indicating outliers
gap_asia <- ___ %>%
filter(___) %>%
mutate(___ = ___)
# Remove outliers, create box plot of lifeExp
gap_asia %>%
filter(___) %>%
ggplot(aes(x = ___, y = ___)) +
___