Aan de slagBegin gratis

Facetten om ontbrekende waarden te verkennen (meerdere plots)

Een andere handige techniek met geommisspoint() is het verkennen van ontbrekende waarden door meerdere plots te maken.

Net zoals in de vorige oefeningen kunnen we de nabular-gegevens gebruiken om extra gefacetteerde plots te maken.

We kunnen zelfs meerdere gefacetteerde plots maken op basis van waarden in de data, zoals year, en kenmerken van de data, zoals ontbrekende waarden.

Deze oefening maakt deel uit van de cursus

Omgaan met missende data in R

Bekijk cursus

Oefeninstructies

  • Gebruik geom_miss_point() en facet_wrap() om te onderzoeken hoe de ontbrekende waarden in wind_ew en air_temp_c verschillen bij het ontbreken van humidity.
  • Gebruik geom_miss_point() en facet_grid() om te onderzoeken hoe de ontbrekende waarden in wind_ew en air_temp_c verschillen naar het ontbreken van humidity en uitgesplitst naar year.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Use geom_miss_point() and facet_wrap to explore how the missingness  
# in wind_ew and air_temp_c is different for missingness of humidity
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
           y = ___)) + 
  geom_miss_point() + 
  facet_wrap(~___)

# Use geom_miss_point() and facet_grid to explore how the missingness in wind_ew and air_temp_c 
# is different for missingness of humidity AND by year - by using `facet_grid(humidity_NA ~ year)`
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___,
             y = ___)) + 
  geom_miss_point() + 
  facet_grid(humidity_NA~year)
Code bewerken en uitvoeren