視覺化遺漏值模式

在 R 中以插補處理遺漏值

Michal Oleszak

Machine Learning Engineer

檢定法的問題

  • 用統計檢定找遺漏值模式很繁瑣。
  • t 檢定對資料有許多假設。
  • 以 p 值推論常有問題（顯著水準選擇、p-hacking）。
在 R 中以插補處理遺漏值

視覺化遺漏值

  • 另一種做法：視覺化！
  • 好上手。
  • 能偵測遺漏值模式。
  • 也能洞察其他資料品質面向。

VIM 套件提供了實用的遺漏值繪圖工具。本課將介紹：

  • 聚合圖（Aggregation plot）
  • 脊柱圖（Spine plot）
  • 鑲嵌圖（Mosaic plot）
在 R 中以插補處理遺漏值

聚合圖（Aggregation plot）

nhanes %>% aggr(combined = TRUE, numbers = TRUE)

聚合圖：由格線組成，呈現 biopics 資料集中各變數的觀測與遺漏組合。每種組合都顯示符合該遺漏模式的觀測百分比。

在 R 中以插補處理遺漏值

脊柱圖（Spine plot）

nhanes %>% select(Gender, TotChol) %>% spineMiss()

脊柱圖：兩個長條分別對應男性與女性。每個長條內顯示對應性別在總膽固醇變數的遺漏比例。

在 R 中以插補處理遺漏值

鑲嵌圖（Mosaic plot）

nhanes %>% mosaicMiss(highlight = "TotChol", plotvars = c("Gender", "PhysActive"))

鑲嵌圖：由多個方塊組成一個長方形。每個方塊對應「Gender」與「PhysActive」的其中一組值，方塊內顯示總膽固醇變數的遺漏百分比。

在 R 中以插補處理遺漏值

來把遺漏值畫出來吧！

在 R 中以插補處理遺漏值

Preparing Video For Download...