NHANES 探索性数据分析（EDA）

让我们以 EDA 的思路检查新构建的数据集。和上一章一样，查看数值型汇总指标和可视化都是个好主意。这有助于理解数据，也能帮助您发现可能遗漏的数据清洗步骤。数据集 nhanes_combined 已为您预加载。

假设我们可以接触到 NHANES 的受试者，并想研究"医生是否建议受试者减少饮食中的热量/脂肪"对体重的影响。这是我们的处理；我们假设并非向受试者提问，而是随机安排医生为部分受试者提供营养指导。然而，我们怀疑受试者的性别可能会导致体重差异——这是一个分组（区组）因素！

本练习是课程的一部分

R 中的实验设计

查看课程

练习说明

补全并运行 dplyr 代码，按处理变量（mcq365d）计算平均体重（bmxwt，单位 kg）。对于处理为 NA 的受试者，是否有有趣之处？
补全 ggplot2 代码，按处理变量绘制受试者体重的箱线图，观察 IQR。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Fill in the dplyr code
___ %>% 
  group_by(___) %>% 
  summarize(mean = mean(___, na.rm = TRUE))

# Fill in the ggplot2 code
___ %>% 
  ggplot(aes(as.factor(___), ___)) +
  geom_boxplot() +
  labs(x = "Treatment",
       y = "Weight")

编辑并运行代码