Ինչպե՞ս հեռացնել բացակայող արժեքները R-ում:
Ինչպե՞ս հեռացնել բացակայող արժեքները R-ում:

Video: Ինչպե՞ս հեռացնել բացակայող արժեքները R-ում:

Video: Ինչպե՞ս հեռացնել բացակայող արժեքները R-ում:
Video: Ինչպես հեռացնել տխրությունը սրտից 3 պարզ քայլերով 2024, Նոյեմբեր
Anonim

Նախ, եթե ուզում ենք բացառել բացակայող արժեքներ մաթեմատիկական գործողություններից օգտագործել ԱԺ . rm = ՃՇՄԱՐՏ արգումենտ: Եթե սրանք չբացառեք արժեքներ գործառույթների մեծ մասը կվերադարձնի an ԱԺ . Մենք կարող ենք նաև ցանկանալ ենթախմբավորել մեր տվյալները ամբողջական դիտարկումներ ստանալու համար, այդ դիտարկումները (տողերը) մեր տվյալները որոնք պարունակում են ոչ բացակայող տվյալներ.

Պարզապես, ինչպե՞ս է R-ն վերաբերվում բացակայող արժեքներին:

Մեջ Ռ որ բացակայող արժեքներ կոդավորված են խորհրդանիշով ԱԺ . Ձեր տվյալների շտեմարանում բացակայությունները բացահայտելու ֆունկցիան հետևյալն է. ԱԺ (). Երբ ներմուծում եք տվյալների բազա այլ վիճակագրական հավելվածներից, բացակայող արժեքներ կարող է կոդավորված լինել թվով, օրինակ՝ 99: Որպեսզի թույլ տան Ռ իմացեք, որ դա ա բացակայող արժեք դուք պետք է վերակոդավորեք այն:

Ավելին, ինչպե՞ս եք վերագրում բացակայող արժեքները R-ում: Բացակայող տվյալների հետ վարվելով՝ օգտագործելով Ռ

  1. colsum(is.na(տվյալների շրջանակ))
  2. sum(is.na(տվյալների շրջանակ$սյունակի անուն)
  3. Բացակայող արժեքները կարող են բուժվել հետևյալ մեթոդներով.
  4. Միջին/Ռեժիմ/Միջին հաշվառում. Մուտքագրումը բաց թողած արժեքները գնահատվածներով լրացնելու մեթոդ է:
  5. Կանխատեսման մոդել. Կանխատեսման մոդելը բացակայող տվյալների մշակման բարդ մեթոդներից մեկն է:

Հետագայում, կարելի է նաև հարցնել, թե ինչպես կարող եմ հեռացնել R-ում NA արժեքներ պարունակող տողերը:

omit() ֆունկցիան վերադարձնում է ցուցակ առանց որևէ մեկի շարքեր որ պարունակում է na արժեքներ . Անցնելով ձեր տվյալների շրջանակը ԱԺ . omit() ֆունկցիան ձեր վերլուծությունից թերի գրառումները մաքրելու պարզ միջոց է: Դա արդյունավետ միջոց է r-ում na արժեքները հեռացնելու միջոց.

Ինչպե՞ս կարող եմ հեռացնել outliers R-ի տվյալների հավաքածուից:

Կոնկրետ չկան Ռ գործառույթները դեպի հեռացնել ծայրամասերը . Դուք նախ պետք է պարզեք, թե ինչ դիտարկումներ են արտաքուստ եւ հետո հեռացնել դրանք, այսինքն՝ գտնելով առաջին և երրորդ քառորդը (ծխնիները) և միջքառորդական միջակայքը՝ թվայինորեն սահմանելու ներքին ցանկապատերը:

Խորհուրդ ենք տալիս: