Nabulärdata och sammanfattning utifrån saknade värden
I den här övningen ska du utforska hur nabular-data kan användas för att undersöka variationen i en variabel utifrån saknandet av en annan.
Vi använder datamängden oceanbuoys från naniar och skapar flera diagram med hjälp av facetter.
Detta gör att du kan utforska olika nivåer av saknade värden.
Den här övningen är en del av kursen
Hantera saknade värden i R
Övningsinstruktioner
- Utforska fördelningen av östlig/västlig vind (
wind_ew) utifrån saknandet av lufttemperatur med hjälp avgeom_density()och fasettering på saknandet av lufttemperatur (air_temp_c_NA). - Bygg vidare på visualiseringen genom att fylla utifrån saknandet av luftfuktighet (
humidity_NA).
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Explore the distribution of wind east west (wind_ew) for the missingness of air temperature
# using geom_density() and faceting by the missingness of air temperature (air_temp_c_NA).
___ %>%
bind_shadow(___) %>%
ggplot(aes(x = ___)) +
geom_density() +
facet_wrap(~___)
# Build upon this visualization by coloring by the missingness of humidity (humidity_NA).
___ %>%
___(___) %>%
ggplot(aes(x = ___,
color = ___)) +
geom_density() +
___(~___)