開始使用免費開始

MAR 的 t 檢定：資料準備

上一題你已經把遺漏資料機制分類得很好！在三種機制裡，MAR 可能是最需要偵測的一種，因為許多插補方法都假設資料符合 MAR。因此，這一題會聚焦在檢定 MAR。

你將使用熟悉的 biopics 資料。目標是檢驗 earnings 的遺漏值數量是否因主角性別而異。在本題中，你只需要先為 t 檢定做資料準備。你會先建立一個虛擬變數，用來標示 earnings 是否為遺漏。接著，依性別分開處理：先篩選出單一性別的資料，再拉出這個虛擬變數。進行篩選前，建議你在主控台列印 biopics 的 head()，查看性別這個變數的內容。

本練習屬於課程

在 R 中以插補處理遺漏值

檢視課程

練習說明

  • 在 biopics 中新增變數 missing_earnings：當 earnings 為遺漏時設為 TRUE，否則為 FALSE。
  • 建立男性的 missing_earnings 向量，並指定給 missing_earnings_males。
  • 建立女性的 missing_earnings 向量，並指定給 missing_earnings_females。

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。

# Create a dummy variable for missing earnings
biopics <- biopics %>% 
  ___(missing_earnings = ___(___))

# Pull the missing earnings dummy for males
missing_earnings_males <- biopics %>% 
  ___(___) %>% 
  ___(___)

# Pull the missing earnings dummy for females
missing_earnings_females <- biopics %>% 
  ___(___) %>% 
  ___(___)
編輯並執行程式碼