NHANES 数据清洗
在数据清洗过程中，我们发现 16 岁及以下的人没有接受该治疗。回想一下，我们将"医生是否曾建议他们减少饮食中的脂肪或热量"这个变量视为有目的的营养咨询，即我们的处理。请只在数据集中保留年龄大于 16 岁的受试者。
您可能还注意到，ggplot2 的默认设置会删除任何因变量缺失的观测，在这里指体重。处理缺失体重的一种方法是插补，可以使用 simputation 包实现。插补是一种处理缺失值的技术，您可以用汇总统计量（如均值或中位数）替换缺失值，或者使用模型预测一个用于替换的值。
我们将使用 impute_median()，它以数据集和要插补的变量或用于分组插补的公式作为参数。例如，impute_median(ToothGrowth, len ~ dose) 会用按 dose 分组后 len 的中位数填充变量 len 中的任何缺失值。也就是说，如果一只剂量为 2.0 的豚鼠在 len 变量上有缺失值，它将被该剂量组（dose 为 2.0）的 len 中位数所替代。
本练习是课程的一部分
R 中的实验设计
练习说明
- 使用
filter()创建nhanes_filter，只保留数据集中年龄大于 16 岁的人群，不包括恰好为 16 岁者。年龄存储在变量ridageyr中。 - 加载
simputation。使用impute_median()按riagendr分组，为nhanes_filter中bmxwt的缺失观测进行插补。 - 重新编码变量
nhanes_final$mcq365d，将取值为 9 的观测改为 2。使用count()验证重编码是否生效。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Filter to keep only those 16+
nhanes_filter <- ___ %>% filter(___)
# Load simputation & impute bmxwt by riagendr
___
nhanes_final <- impute_median(___, ___)
# Recode mcq365d with recode() & examine with count()
nhanes_final$mcq365d <- recode(nhanes_final$mcq365d,
`1` = 1,
`2` = 2,
`9` = ___)
___ %>% ___