我們如何視覺化遺漏值？

在 R 中處理遺漏值

Nicholas Tierney

Statistician

naniar 的遺漏資料視覺化入門

  • 視覺化能快速傳達概念。

  • naniar 提供友善的遺漏資料視覺化函式家族。

  • 每種視覺化都對應一種資料摘要。

  • 視覺化讓你更貼近思考速度地探索。

在 R 中處理遺漏值

課程重點

  • 取得資料的鳥瞰圖
  • 檢視變數與觀測的遺漏情況
  • 產生遺漏區段與分組的視覺化。
在 R 中處理遺漏值

取得遺漏資料的鳥瞰圖

vis_miss(airquality)

在 R 中處理遺漏值

取得遺漏資料的鳥瞰圖

vis_miss(airquality, cluster = TRUE)

在 R 中處理遺漏值

檢視變數與觀測的遺漏

gg_miss_var(airquality)


gg_miss_case(airquality)

在 R 中處理遺漏值

檢視變數與觀測的遺漏

gg_miss_var(airquality, facet = Month)

在 R 中處理遺漏值

視覺化遺漏模式

gg_miss_upset(airquality)

在 R 中處理遺漏值

視覺化遺漏的影響因子

gg_miss_fct(x = airquality, fct = Month)

在 R 中處理遺漏值

視覺化遺漏區段

gg_miss_span(pedestrian, hourly_counts, span_every = 3000)

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...