Introdução a dados ausentes
Lidando com dados ausentes em R
Nicholas Tierney
Statistician
Introdução
A melhor coisa a fazer com dados ausentes é não tê-los
--Gertrude Mary Cox
Trabalhar com dados reais = lidar com dados ausentes
Dados ausentes podem afetar sua análise de formas inesperadas
Má imputação leva a estimativas e decisões ruins.
O que você vai aprender
- O que são valores ausentes
- Como encontrar dados ausentes
- Como arrumar e organizar dados ausentes
- Explorar por que os dados estão ausentes
- Imputar valores ausentes
Conhecimentos prévios
- Experiência de básico a intermediário em R
- Experiência criando gráficos com ggplot2
- Experiência usando dplyr para manipular e reorganizar dados
- Experiência ajustando modelos lineares em R
O que são valores ausentes?
Valores ausentes são valores que deveriam ter sido registrados, mas não foram.
NA = Not Available (não disponível).
Como verificar se há valores ausentes?
x <- c(1, NA, 3, NA, NA, 5)any_na(x)
TRUE
are_na(x)
FALSE TRUE FALSE TRUE TRUE FALSE
n_miss(x)
3
prop_miss(x)
0.5
Trabalhando com dados ausentes
NA + qualquer coisa = NA
heights
Sophie Dan Fred
165 177 NA
sum(heights)
NA
Pegadinhas com dados ausentes
NaN: Not a Number.
any_na(NaN)
TRUE
any_na(NULL)
FALSE
any_na(Inf)
FALSE
Pegadinhas com dados ausentes (2)
NA | TRUE
TRUE
NA | FALSE
NA
NA + NaN
NA
NaN + NA
NaN
Vamos praticar!
Lidando com dados ausentes em R
