ggplotで条件付き欠損を探索する

Rでの欠損データの扱い方

Nicholas Tierney

Statistician

学習内容

  • nabularデータを使い、値の欠損による他の値の変化を探索する方法
  • 可視化の確認:
    • 密度プロット
    • 箱ひげ図
    • 異なる分割方法
Rでの欠損データの扱い方

密度プロットで欠損を可視化する

ggplot(airquality,
       aes(x = Temp)) + 
  geom_density()

Rでの欠損データの扱い方

密度プロットで欠損を可視化する

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             color = Ozone_NA)) + 
  geom_density()

Rでの欠損データの扱い方

箱ひげ図で欠損を可視化する

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Ozone_NA,
             y = Temp)) + 
  geom_boxplot()

Rでの欠損データの扱い方

ファセットで欠損を可視化する

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp)) + 
  geom_density() + 
  facet_wrap(~Ozone_NA)

Rでの欠損データの扱い方

ファセットで欠損を可視化する

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             y = Wind)) + 
  geom_point() +
  facet_wrap(~ Ozone_NA)

Rでの欠損データの扱い方

色で欠損を可視化する

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             y = Wind,
             color = Ozone_NA)) + 
  geom_point()

Rでの欠損データの扱い方

欠損のレイヤーを追加する

airquality %>%
  bind_shadow() %>%
  ggplot(aes(x = Temp,
             color = Ozone_NA)) + 
  geom_density()  +
  facet_wrap(~ Solar.R_NA)

Rでの欠損データの扱い方

さあ、練習しましょう!

Rでの欠損データの扱い方

Preparing Video For Download...