НачатьНачать бесплатно

Набулярные данные и разбивка по пропущенным значениям

Сводные статистики полезны, но, как говорится, лучше один раз увидеть, чем сто раз услышать.

В этом упражнении вы научитесь использовать nabular-данные, чтобы исследовать разброс значений одной переменной в зависимости от пропущенных значений другой.

Мы будем работать с набором данных oceanbuoys из пакета naniar.

Это упражнение является частью курса

Работа с пропущенными данными в R

Посмотреть курс

Инструкции к упражнению

  • Сначала изучите структуру пропущенных значений в oceanbuoys с помощью vis_miss().
  • Исследуйте распределение ветра по направлению «восток–запад» (wind_ew) в зависимости от пропущенных значений температуры воздуха — используйте geom_density().
  • Исследуйте распределение температуры морской воды в зависимости от пропущенных значений влажности — используйте geom_density().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# First explore the missingness structure of `oceanbuoys` using `vis_miss()`
vis_miss(___)

# Explore the distribution of `wind_ew` for the missingness  
# of `air_temp_c_NA` using  `geom_density()`
bind_shadow(oceanbuoys) %>%
  ggplot(aes(x = ___, 
             color = air_temp_c_NA)) + 
  geom_density()

# Explore the distribution of sea temperature for the  
# missingness of humidity (humidity_NA) using  `geom_density()`
  ___(___) %>%
  ggplot(aes(x = ___,
             color = ___)) + 
  geom_density()
Редактировать и запускать код