НачатьНачать бесплатно

Визуализация пропущенных значений по наблюдениям и переменным

Чтобы получить наглядное представление о пропусках по переменным и наблюдениям, используйте функции gg_miss_var() и gg_miss_case(). Они являются графическими аналогами miss_var_summary() и miss_case_summary().

Графики можно разбить на несколько панелей по категориям, задав переменную для фасетирования.

Это упражнение является частью курса

Работа с пропущенными данными в R

Посмотреть курс

Инструкции к упражнению

Используя набор данных riskfactors:

  • Визуализируйте количество пропущенных значений по наблюдениям с помощью gg_miss_case().
  • Исследуйте количество пропущенных значений по наблюдениям с помощью gg_miss_case() и разбейте график по переменной education.
  • Визуализируйте количество пропущенных значений по переменным с помощью gg_miss_var().
  • Исследуйте количество пропущенных значений по переменным с помощью gg_miss_var() и разбейте график по переменной education.

Что вы замечаете при сравнении графиков для всего набора данных и графиков с фасетированием?

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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 = ___)
Редактировать и запускать код