Zacznij terazZacznij za darmo

Wizualizacja brakujących obserwacji i zmiennych

Aby uzyskać przejrzysty obraz braków danych w zmiennych i obserwacjach, skorzystaj z funkcji gg_miss_var() oraz gg_miss_case(). Są to wizualne odpowiedniki funkcji miss_var_summary() i miss_case_summary().

Wykresy można podzielić na wiele paneli – po jednym dla każdej kategorii – wybierając zmienną do podziału (faceting).

To ćwiczenie jest częścią kursu

Praca z brakującymi danymi w R

Zobacz kurs

Instrukcje do ćwiczenia

Korzystając ze zbioru danych riskfactors:

  • Zwizualizuj liczbę braków w obserwacjach za pomocą gg_miss_case().
  • Zbadaj liczbę braków w obserwacjach za pomocą gg_miss_case() z podziałem według zmiennej education.
  • Zwizualizuj liczbę braków w zmiennych za pomocą gg_miss_var().
  • Zbadaj liczbę braków w zmiennych za pomocą gg_miss_var() z podziałem według zmiennej education.

Co zauważasz, porównując wizualizacje dla całego zbioru danych z wizualizacjami z podziałem na grupy?

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Visualize the number of missings in cases using `gg_miss_case()`
gg_miss_case(___)

# Explore the number of missings in cases using `gg_miss_case()` 
# and facet by the variable `education`
gg_miss_case(___, facet = ___)

# Visualize the number of missings in variables using `gg_miss_var()`
gg_miss_var(___)

# Explore the number of missings in variables using `gg_miss_var()` 
# and facet by the variable `education`
___(___, facet = ___)
Edytuj i uruchom kod