可视化两个变量间的缺失模式

Create Your Free Account

or

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

本练习是课程的一部分

在 R 中处理缺失数据

SkillTag.level.beginnerSkillTag.label

4.8+

免费开始课程

第 1 章将向您介绍缺失数据，说明什么是缺失值、它们在 R 中的行为、如何检测它们以及如何计数。随后，我们介绍缺失数据的汇总方法，以及如何在个案、变量层面汇总缺失情况，并在数据中的不同分组内进行探索。最后，我们讨论缺失数据的可视化，如何为整个数据集以及各变量、各个案和其他汇总生成概览式可视化，并学习如何在不同分组间进行比较与探索。

Exercise 1: 缺失数据简介 Exercise 2: 使用与查找缺失值 Exercise 3: 有多少缺失值？Exercise 4: 处理缺失值 Exercise 5: 为什么要关注缺失值？Exercise 6: 汇总缺失情况 Exercise 7: 缺失情况制表 Exercise 8: 缺失情况的其他汇总方式 Exercise 9: 如何可视化缺失值？Exercise 10: 您的第一个缺失数据可视化 Exercise 11: 可视化缺失的观测与变量 Exercise 12: 可视化缺失模式

在第 2 章中，您将学习如何识别诸如 "missing" 或 "N/A" 之类隐藏的缺失值，并将它们替换为 `NA`。您将学习如何高效处理隐式缺失值——即未被显式列出、但可推断为缺失的值。我们还将讨论如何探索缺失数据的依赖性，介绍完全随机缺失（MCAR）、随机缺失（MAR）、非随机缺失（MNAR），以及这些情形对您的数据分析意味着什么。

Exercise 1: 查找并替换缺失值 Exercise 2: 使用 miss_scan_count Exercise 3: 使用 replace_with_na Exercise 4: 使用 replace_with_na 的作用域变体 Exercise 5: 向下填充缺失值 Exercise 6: 用 complete() 修复隐式缺失值 Exercise 7: 使用 fill() 修复显式缺失值 Exercise 8: 同时使用 complete() 和 fill()Exercise 9: 缺失数据的依赖性 Exercise 10: MCAR 与 MAR 的差异 Exercise 11: 探索缺失性的依赖关系 Exercise 12: 进一步探索缺失性的依赖关系

在本章中，您将学习处理缺失数据的工作流程。我们将介绍特殊的数据结构：shadow 矩阵与 nabular 数据，并演示如何在探索缺失数据的工作流程中使用它们，从而将缺失性的汇总结果与原始数据中的取值对应起来。您将学习如何使用 ggplot 来探索和可视化：当其他变量出现缺失时，某个变量的取值如何变化。最后，您将学习如何可视化两个变量之间的缺失情况，以及为何与如何在散点图中展示缺失。

Exercise 1: 探索缺失数据依赖性的工具 Exercise 2: 创建阴影矩阵数据 Exercise 3: 按组汇总缺失情况 Exercise 4: 进一步探索更多缺失性的组合 Exercise 5: 可视化单个变量的缺失情况 Exercise 6: Nabular 数据与按缺失情况分组填充 Exercise 7: Nabular 数据与按缺失情况汇总 Exercise 8: 按缺失情况探索差异：箱线图 Exercise 9: 可视化两个变量间的缺失模式

当前练习

Exercise 10: 用散点图探索缺失数据 Exercise 11: 使用分面探索缺失情况 Exercise 12: 使用分面探索缺失情况（多图）

本章将讲解如何填补数据中的缺失值，即插补。您将学习如何进行插补与跟踪缺失值，并了解插补的优缺点，以便将插补数据与原始取值进行可视化、探索与评估。您将学习如何使用、评估并比较不同的插补模型，并探索不同插补模型如何影响您基于模型得出的推断。

Exercise 1: 填补空白 Exercise 2: 使用 nabular 数据将值填补到范围下方 Exercise 3: 在散点图中可视化插补值 Exercise 4: 为填补后的数据创建直方图 Exercise 5: 什么是好的插补方式 Exercise 6: 评估糟糕的插补 Exercise 7: 评估插补：尺度 Exercise 8: 评估插补：跨多个变量 Exercise 9: 执行插补 Exercise 10: 使用 simputation 进行数据插补 Exercise 11: 评估与比较插补 Exercise 12: 评估插补（多模型与多变量）Exercise 13: 评估插补与模型 Exercise 14: 合并并比较多种插补模型 Exercise 15: 评估模型中的不同参数 Exercise 16: 最后一课