Identifiera outliers
Titta på fördelningen av medellivslängd för länder i Asien, som visas här. Lådagrammet pekar ut en tydlig outlier: ett land med en anmärkningsvärt låg medellivslängd. Har du en gissning om vilket land det kan vara? Testa din gissning i konsolen med min() eller filter(), och bygg sedan ett diagram med det landet borttaget.
Den här övningen är en del av kursen
Exploratory Data Analysis in R
Övningsinstruktioner
gap2007 finns fortfarande tillgänglig i din arbetsmiljö.
- Filtrera så att datamängden bara innehåller observationer från Asien, och skapa sedan en ny variabel kallad
is_outliersom ärTRUEför länder med en medellivslängd under 50. Tilldela resultatet tillgap_asia. - Filtrera
gap_asiaför att ta bort alla outliers, och skapa sedan ett nytt lådagram över de återstående medellivslängderna.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Filter for Asia, add column indicating outliers
gap_asia <- ___ %>%
filter(___) %>%
mutate(___ = ___)
# Remove outliers, create box plot of lifeExp
gap_asia %>%
filter(___) %>%
ggplot(aes(x = ___, y = ___)) +
___