Build your ultimate AI agent
コース説明
欠損データは、現実世界のデータ分析にはつきものです。思わぬところで発生し、分析の理解を難しくします。本コースでは、tidyverse のツールと naniar パッケージを使って欠損値を可視化する方法を学びます。分析で活用できるように欠損値を整え、データに潜むバイアスを見つけるために欠損を探索します。最後に、欠損の背後にあるパターンも明らかにします。また、欠損値を代入（imputation）モデルで「空欄を埋める」方法や、代入したデータセットを可視化・評価し、それに基づいて意思決定を行う方法も学びます。
前提条件
カリキュラム
コース概要
1
なぜ欠損データを気にするのか
第1章では、欠損データの基本を紹介します。欠損値とは何か、R における挙動、検出方法、そして数え方を説明します。次に、欠損データのサマリーを導入し、ケース（行）や変数（列）全体での欠損の要約方法、さらにデータ内のグループごとの探索方法を学びます。最後に、欠損データの可視化として、データセット全体や変数・ケース・その他のサマリーの概観を作成する方法、そしてこれらをグループ間で比較して探索する方法を扱います。
2
欠損値の整理と整形
第2章では、「missing」や「N/A」のような隠れた欠損値を見つけて `NA` に置き換える方法を学びます。また、明示的には記載されていないものの、欠損であることが暗に示されている「暗黙の欠損値」を効率よく扱う方法も学びます。さらに、欠損の依存関係の探索として、Missing Completely at Random (MCAR)、Missing At Random (MAR)、Missing Not At Random (MNAR) を取り上げ、これらがデータ分析に与える意味について解説します。
3
欠損に関する関係性の検証
この章では、欠損データを扱うためのワークフローを学びます。特別なデータ構造であるシャドウ行列（shadow matrix）と nabular データを紹介し、欠損の要約結果を元のデータの値に結び付けて探索できるようにするワークフローでの使い方を示します。さらに、ggplot を用いて、他の変数が欠損すると値がどのように変化するかを探索・可視化する方法を学びます。最後に、2変数間にわたる欠損の可視化、および散布図で欠損を可視化する方法とその意義について学びます。
4
点をつなぐ（Imputation）
この章では、データ中の欠損値を補完する「代入（imputation）」について学びます。欠損値を代入して追跡する方法、そして代入の良い点・悪い点を理解し、代入後のデータを元の値と比較して探索・可視化・評価する方法を身につけます。さらに、異なる代入モデルの使い方・評価・比較方法を学び、モデルの違いが推測や結論にどのような影響を与えるかを探索します。
R
Rでの欠損データの扱い方
コース修了
