After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Descrierea cursului
Datele lipsă fac parte din orice analiză de date reală. Pot apărea în locuri neașteptate, îngreunând înțelegerea analizelor. În acest curs, vei învăța să folosești instrumentele tidyverse și pachetul naniar din R pentru a vizualiza valorile lipsă. Vei organiza valorile lipsă astfel încât să poată fi utilizate în analiză și vei explora aceste valori pentru a detecta posibile distorsiuni în date. În final, vei descoperi alte tipare ascunse ale datelor lipsă. Vei învăța, de asemenea, cum să „completezi golurile" prin modele de imputare și cum să vizualizezi, să evaluezi și să iei decizii pe baza seturilor de date imputate.
Cerințe prealabile
Curriculum
Structura cursului
1
De ce contează datele lipsă?
Capitolul 1 te introduce în problematica datelor lipsă: ce sunt valorile lipsă, cum se comportă în R, cum le detectezi și cum le numeri. Apoi prezentăm rezumate ale datelor lipsă și cum să sintetizezi absența valorilor pe cazuri, variabile și grupuri din date. În final, discutăm despre vizualizarea datelor lipsă — cum să creezi vizualizări de ansamblu pentru întregul set de date, pe variabile, cazuri și alte rezumate, și cum să le explorezi pe grupuri.
- Introducere în datele lipsă50 XP
- Utilizarea și identificarea valorilor lipsă100 XP
- Câte valori lipsă există?100 XP
- Lucrul cu valorile lipsă50 XP
- De ce contează valorile lipsă?50 XP
- Rezumarea valorilor lipsă100 XP
- Tabelarea valorilor lipsă100 XP
- Alte rezumate ale valorilor lipsă100 XP
- Cum vizualizăm valorile lipsă?50 XP
- Primele tale vizualizări ale datelor lipsă100 XP
- Vizualizarea valorilor lipsă pe cazuri și variabile100 XP
- Vizualizarea tiparelor de valori lipsă100 XP
2
Organizarea și curățarea valorilor lipsă
În capitolul doi, vei învăța cum să identifici valorile lipsă ascunse, precum "missing" sau "N/A", și să le înlocuiești cu `NA`. Vei învăța cum să gestionezi eficient valorile lipsă implicite — adică valorile care se înțelege că lipsesc, fără a fi menționate explicit. Acoperim, de asemenea, dependența datelor lipsă, discutând despre Lipsă Complet Aleatorie (MCAR), Lipsă Aleatorie (MAR) și Lipsă Non-Aleatorie (MNAR), și ce înseamnă acestea pentru analiza ta.
3
Testarea relațiilor dintre valorile lipsă
În acest capitol, vei învăța fluxuri de lucru pentru gestionarea datelor lipsă. Introducem structuri de date speciale — matricea shadow și datele nabular — și îți arătăm cum să le folosești pentru a explora datele lipsă, astfel încât să poți lega rezumatele absenței valorilor de valorile concrete din date. Vei învăța să folosești ggplot pentru a explora și vizualiza cum se modifică valorile pe măsură ce alte variabile devin lipsă. În final, vei învăța cum să vizualizezi absența valorilor pe două variabile și de ce este util să reprezinți valorile lipsă într-un grafic scatter.
4
Completarea golurilor (Imputarea)
În acest capitol, vei învăța cum să completezi valorile lipsă din datele tale — proces numit imputare. Vei învăța cum să imputezi și să urmărești valorile lipsă, care sunt avantajele și limitele imputării, și cum să explorezi, să vizualizezi și să evaluezi datele imputate față de valorile originale. Vei învăța să folosești, să evaluezi și să compari diferite modele de imputare, și să explorezi cum acestea influențează concluziile pe care le poți trage din modele.
R
Gestionarea datelor lipsă în R
Curs
finalizat
