Dalsze badanie kombinacji brakujących wartości
Warto czasem uzyskać dodatkowe informacje o liczbie przypadków w każdym warunku brakujących danych.
W tym ćwiczeniu dodamy informację o liczbie zaobserwowanych przypadków, używając n() wewnątrz funkcji summarize().
Następnie wprowadzamy dodatkowy poziom grupowania, analizując kombinację brakujących wartości wilgotności (humidity_NA) i temperatury powietrza (air_temp_c_NA).
To ćwiczenie jest częścią kursu
Praca z brakującymi danymi w R
Instrukcje do ćwiczenia
Używając group_by() i summarize() na zmiennej wind_ew:
- Pogrupuj według brakujących wartości
air_temp_c_NA. - Pogrupuj według brakujących wartości
air_temp_c_NAihumidity_NA.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Summarize wind_ew by the missingness of `air_temp_c_NA`
oceanbuoys %>%
bind_shadow() %>%
group_by(___) %>%
summarize(wind_ew_mean = mean(___),
wind_ew_sd = sd(___),
n_obs = ___)
# Summarize wind_ew by missingness of `air_temp_c_NA` and `humidity_NA`
oceanbuoys %>%
bind_shadow() %>%
group_by(___, ___) %>%
summarize(wind_ew_mean = mean(___),
wind_ew_sd = sd(___),
n_obs = ___)