如何進行R語言中的缺失值分析

這篇文章將為大家詳細講解有關如何進行R語言中的缺失值分析，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

mice函數中的md.pattern()函數可生成一個以矩陣貨數據框形式展示缺失值模式的表格，將函數運用到sleep數據集中：

> library(mice)

> data(sleep,package="VIM")

> md.pattern(sleep)

   BodyWgt BrainWgt Pred Exp Danger Sleep Span Gest Dream NonD   運行結果可知，0表示變量列中有缺失值，1表示變量列中缺失值，第一行表示無缺失值，第二行表示除了span之外無缺失值，第一列表示各個缺失值模式實例個數，最后一列表示各模式中有缺失值的變量個數。可看到，sleep數據集有42例沒有缺失值，僅2個實例缺失span，9個實例同時缺失NanD和Dream，數據集總共包含42x0+2x1+.....1x3=38個缺失值

aggr()函數不僅僅繪制每個變量的缺失值數，而且繪制每個變量組合的缺失值數，代碼：

>library(VIM)

> aggr(sleep,prop=FALSE,numbers=TRUE)

運行結果：

左邊的圖可知缺失值數量，NonD有最大的缺失值數14個，右邊的圖顯示有2個哺乳動物缺失NonD、Dream、Sleep評分。42個動物沒有缺失值。

> aggr(sleep, prop = TRUE, numbers = TRUE)#生成相同圖形，但是用比例取代計數， numbers = FALSE默認時刪去數值型標簽。

> matrixplot(sleep)

運行結果如下：

數值型的數量被轉換到[0,1]區間，利用灰度表示，顏色淺表示數值小，深色表示數值大，紅色表示缺失值。

>marginplot(sleep[c("Gest","Dream")],pch=c(20),col=c("darkgray","red","blue"))#做夢時間和哺乳動物妊娠時間的關系，pch和col是繪制圖形的符號和顏色

運行結果如下：圖形的主體是Gest和Dream(兩個變量數據都完整)的散點圖。左邊的箱線圖展示的是 (深灰色  )與不包括  ( 紅色 )Gest 的Dream變量分布。注意，在灰度圖上紅色是更深的陰影。 四個紅點代表缺失了Gest得分的Dream值。在底部邊界上，可以看到，妊娠期和做夢時長呈現負相關，缺失妊娠期數據時動物的做夢時長一般更長。兩個變量均有缺失值的觀測個數在兩邊界交叉處 (左下角 )藍色標出。 

關于如何進行R語言中的缺失值分析就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。