Los expliciete missings op met fill()

Een type ontbrekende waarde dat eenvoudig te behandelen is, is wanneer de eerste invoer van een groep is ingevuld, maar de volgende invoeren als NA zijn gemarkeerd.

Deze missende waarden ontstaan vaak door lege cellen in spreadsheets om te voorkomen dat je dezelfde naam meerdere keren moet invoeren; en ook voor de "leesbaarheid voor mensen".

Dit soort probleem los je op met de functie fill() uit het pakket tidyr.

Deze oefening maakt deel uit van de cursus

Omgaan met missende data in R

Oefeninstructies

Gebruik fill() om de "name"-waarnemingen in de frogger-gegevensset naar beneden toe op te vullen.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Print the frogger data to have a look at it
___

# Use `fill()` to fill down the name variable in the frogger dataset
___ %>% fill(___)

Code bewerken en uitvoeren

Deze oefening maakt deel uit van de cursus

Omgaan met missende data in R

SkillTag.level.beginnerSkillTag.label

4.8+

Begin gratis met de cursus

Hoofdstuk 1 introduceert je aan missende data: wat missende waarden zijn, hoe ze zich in R gedragen, hoe je ze detecteert en hoe je ze telt. We introduceren vervolgens overzichten van missende data en hoe je ontbrekendheid kunt samenvatten over cases, variabelen en hoe je dit per groep binnen de data verkent. Tot slot bespreken we visualisaties van missende data: hoe je overzichtsvisualisaties maakt voor de hele gegevensset en over variabelen, cases en andere samenvattingen, en hoe je deze per groep verkent.

Exercise 1: Introductie tot missende data Exercise 2: Missende waarden gebruiken en vinden Exercise 3: Hoeveel missende waarden zijn er?Exercise 4: Werken met ontbrekende waarden Exercise 5: Waarom zou je je druk maken om missende waarden?Exercise 6: Ontbrekende waarden samenvatten Exercise 7: Ontbrekende waarden tellen Exercise 8: Andere samenvattingen van ontbrekende waarden Exercise 9: Hoe visualiseren we ontbrekende waarden?Exercise 10: Je eerste visualisaties van ontbrekende data Exercise 11: Missende gevallen en variabelen visualiseren Exercise 12: Ontbreekpatronen visualiseren

In hoofdstuk twee leer je hoe je verborgen missende waarden zoals "missing" of "N/A" opspoort en vervangt door `NA`. Je leert hoe je efficiënt omgaat met impliciet missende waarden – waarden die ontbreken maar niet expliciet zijn opgenomen. We behandelen ook hoe je afhankelijkheid in missende data verkent, en bespreken Missing Completely at Random (MCAR), Missing At Random (MAR), Missing Not At Random (MNAR), en wat dit betekent voor je data-analyse.

Exercise 1: Zoeken naar en vervangen van ontbrekende waarden Exercise 2: miss_scan_count gebruiken Exercise 3: replace_with_na gebruiken Exercise 4: Scoped-varianten van replace_with_na gebruiken Exercise 5: Ontbrekende waarden omlaag invullen Exercise 6: Los impliciete missings op met complete()Exercise 7: Los expliciete missings op met fill()

Huidige oefening

Exercise 8: complete() en fill() samen gebruiken Exercise 9: Afhankelijkheid van missende data Exercise 10: Verschillen tussen MCAR en MAR Exercise 11: Afhankelijkheid van ontbrekende waarden verkennen Exercise 12: Verder onderzoeken van afhankelijkheid van ontbrekende waarden

In dit hoofdstuk leer je over workflows voor werken met missende data. We introduceren speciale datastructuren, de shadow matrix en nabular data, en laten zien hoe je die gebruikt in workflows om missende data te verkennen, zodat je samenvattingen van ontbrekendheid kunt koppelen aan waarden in de data. Je leert hoe je met ggplot verkent en visualiseert hoe waarden veranderen terwijl andere variabelen missend worden. Tot slot leer je hoe je ontbrekendheid over twee variabelen visualiseert, en hoe en waarom je missende waarden in een spreidingsdiagram visualiseert.

Exercise 1: Tools om afhankelijkheid van missende data te verkennen Exercise 2: Schaduwmatrixgegevens maken Exercise 3: Gegroepeerde samenvattingen van ontbrekende waarden uitvoeren Exercise 4: Verder verkennen van meer combinaties van missingness Exercise 5: Missings in één variabele visualiseren Exercise 6: Nabular data en vullen op basis van missingness Exercise 7: Nabular data en samenvatten op basis van missings Exercise 8: Variatie verkennen per missingness: boxplots Exercise 9: Missings over twee variabelen visualiseren Exercise 10: Missende data verkennen met scatterplots Exercise 11: Facetten gebruiken om ontbrekende waarden te verkennen Exercise 12: Facetten om ontbrekende waarden te verkennen (meerdere plots)

In dit hoofdstuk leer je hoe je de missende waarden in je data aanvult, oftewel imputatie. Je leert hoe je imputeert en missende waarden bijhoudt, en wat de sterke en zwakke punten van imputaties zijn, zodat je de geïmputeerde data kunt verkennen, visualiseren en beoordelen ten opzichte van de oorspronkelijke waarden. Je leert hoe je verschillende imputatiemodellen gebruikt, evalueert en vergelijkt, en onderzoekt hoe verschillende imputatiemodellen de conclusies beïnvloeden die je uit de modellen kunt trekken.

Exercise 1: De lege plekken invullen Exercise 2: Imputeren onder het bereik met nabular-gegevens Exercise 3: Geïmputeerde waarden visualiseren in een spreidingsdiagram Exercise 4: Maak een histogram van geimputeerde data Exercise 5: Wat maakt een goede imputatie Exercise 6: Slechte imputaties beoordelen Exercise 7: Imputaties evalueren: de schaal Exercise 8: Imputaties evalueren: Over veel variabelen Exercise 9: Imputaties uitvoeren Exercise 10: Data imputeren met simputation Exercise 11: Imputaties evalueren en vergelijken Exercise 12: Imputaties evalueren (meerdere modellen en variabelen)Exercise 13: Imputaties en modellen evalueren Exercise 14: Meerdere imputatiemodellen combineren en vergelijken Exercise 15: De verschillende parameters in het model evalueren Exercise 16: Laatste les