EDA zbioru NHANES
Przyjrzyjmy się nowo utworzonemu zbiorowi danych z myślą o eksploracyjnej analizie danych (EDA). Podobnie jak w poprzednim rozdziale, warto spojrzeć zarówno na liczbowe miary podsumowujące, jak i na wizualizacje. Pomagają one lepiej zrozumieć dane i pozwalają wychwycić kroki czyszczenia, które mogły umknąć wcześniej. Zbiór danych nhanes_combined jest już wczytany.
Załóżmy, że mamy dostęp do pacjentów z badania NHANES i chcemy przeprowadzić badanie dotyczące wpływu zalecenia lekarskiego dotyczącego ograniczenia kalorii lub tłuszczu w diecie na masę ciała. To nasze leczenie – przyjmujemy, że zamiast pytać pacjenta, losowo przydzielamy lekarzy do udzielania porad żywieniowych wybranym pacjentom. Podejrzewamy jednak, że masa ciała może się różnić w zależności od płci pacjenta – jest to czynnik blokujący!
To ćwiczenie jest częścią kursu
Projektowanie eksperymentów w R
Instrukcje do ćwiczenia
- Uzupełnij i uruchom kod
dplyr, aby wyznaczyć średnią masę ciała (bmxwt) w kilogramach według naszego leczenia (mcq365d). Czy pacjenci z wartościąNAmają w sobie coś interesującego? - Uzupełnij kod
ggplot2, aby wyświetlić wykres pudełkowy (boxplot) rozstępu ćwiartkowego (IQR) masy ciała pacjentów według zmiennej leczenia.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Fill in the dplyr code
___ %>%
group_by(___) %>%
summarize(mean = mean(___, na.rm = TRUE))
# Fill in the ggplot2 code
___ %>%
ggplot(aes(as.factor(___), ___)) +
geom_boxplot() +
labs(x = "Treatment",
y = "Weight")