可视化缺失的观测与变量
为清晰了解各变量与各观测的缺失情况，请使用 gg_miss_var() 和 gg_miss_case()。它们分别对应于 miss_var_summary() 与 miss_case_summary() 的可视化版本。
您还可以选择一个变量进行分面，将不同类别拆分为多幅图进行对比。
本练习是课程的一部分
在 R 中处理缺失数据
练习说明
使用 riskfactors 数据集：
- 使用
gg_miss_case()可视化各观测中的缺失数量。 - 使用
gg_miss_case()并按变量education分面，探索各观测中的缺失数量。 - 使用
gg_miss_var()可视化各变量中的缺失数量。 - 使用
gg_miss_var()并按变量education分面，探索各变量中的缺失数量。
将整体验证的数据可视化与分面后的图进行比较，您观察到了什么差异？
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ___)