視覺化遺漏的個案與變數
為了清楚掌握不同變數與個案的遺漏情形，請使用 gg_miss_var() 與 gg_miss_case()。這兩個圖形化工具分別對應 miss_var_summary() 與 miss_case_summary() 的摘要結果。
你也可以選擇一個變數來進行分面，將圖表拆成多個小圖，每一個類別各一張。
本練習屬於課程
在 R 中處理遺漏值
練習說明
使用 riskfactors 資料集：
- 使用
gg_miss_case()視覺化各個案的遺漏數量。 - 使用
gg_miss_case()，並以變數education分面，探索各個案的遺漏數量。 - 使用
gg_miss_var()視覺化各變數的遺漏數量。 - 使用
gg_miss_var()，並以變數education分面，探索各變數的遺漏數量。
將整體資料的視覺化與分面後的結果相比，你注意到哪些差異？
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 = ___)