Kom igångKom igång gratis

Tabellera saknade värden

De sammanfattningar av saknade värden vi just beräknade ger oss antalet och andelen saknade observationer för fall och variabler.

Ett annat sätt att sammanfatta saknade värden är att tabellera hur många gånger det förekommer 0, 1, 2, 3 saknade värden i en variabel eller i ett fall.

I den här övningen ska du tabellera antalet saknade värden i varje fall och variabel med hjälp av miss_var_table() och miss_case_table(). Du kommer också att kombinera dessa sammanfattningar med operatorn group_by från dplyr för att utforska sammanfattningarna över en grupperingsvariabel i datamängden.

Den här övningen är en del av kursen

Hantera saknade värden i R

Visa kurs

Övningsinstruktioner

För datamängden airquality:

  • Tabellera saknade värden för varje variabel med miss_var_table().
  • Tabellera saknade värden för varje fall med miss_case_table().
  • Kombinera de tidigare tabellerna med dplyr:s funktion group_by() för att skapa tabeller för varje variabel och fall, uppdelade efter Month.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Tabulate missingness in each variable and case of the `airquality` dataset
___(airquality)
___(___)

# Tabulate the missingness in each variable, grouped by Month, in the `airquality` dataset
airquality %>% group_by(___) %>% miss_var_table()

# Tabulate of missingness in each case, grouped by Month, in the `airquality` dataset
airquality %>% ___ %>% miss_case_table()
Redigera och kör kod