遺漏值入門

在 R 中處理遺漏值

Nicholas Tierney

Statistician

導論

對付遺漏值最好的方法，就是一開始就不要有。

——Gertrude Mary Cox

  • 處理真實世界資料＝處理遺漏值

  • 遺漏值會意外影響你的分析

  • 不當插補會導致偏差估計與決策。

在 R 中處理遺漏值

你會學到什麼

  • 什麼是遺漏值
  • 如何找出遺漏值
  • 如何整理與清理遺漏值
  • 探討資料為何會遺漏
  • 插補遺漏值
在 R 中處理遺漏值

預期先備知識

在 R 中處理遺漏值

什麼是遺漏值？

遺漏值是本該被紀錄、卻沒有被紀錄的值。

NA = Not Available（不可用）。

在 R 中處理遺漏值

如何檢查是否有遺漏值？

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
在 R 中處理遺漏值

處理遺漏值

NA + 任何東西 = NA

heights

Sophie    Dan   Fred 
   165    177     NA

sum(heights)

NA
在 R 中處理遺漏值

遺漏值地雷

NaN：Not a Number。

any_na(NaN)

TRUE

any_na(NULL)

FALSE

any_na(Inf)

FALSE
在 R 中處理遺漏值

遺漏值地雷（2）

NA | TRUE

TRUE

NA | FALSE

NA

NA + NaN

NA

NaN + NA

NaN
在 R 中處理遺漏值

一起來練習吧！

在 R 中處理遺漏值

Preparing Video For Download...