R语言-缺失值（二）

mice函数中的md.pattern()函数可生成一个以矩阵货数据框形式展示缺失值模式的表格，将函数运用到sleep数据集中：

> library(mice)

> data(sleep,package="VIM")

> md.pattern(sleep)

BodyWgt BrainWgt Pred Exp Danger Sleep Span Gest Dream NonD

运行结果可知，0表示变量列中有缺失值，1表示变量列中缺失值，第一行表示无缺失值，第二行表示除了span之外无缺失值，第一列表示各个缺失值模式实例个数，最后一列表示各模式中有缺失值的变量个数。可看到，sleep数据集有42例没有缺失值，仅2个实例缺失span，9个实例同时缺失NanD和Dream，数据集总共包含42x0+2x1+.....1x3=38个缺失值

aggr()函数不仅仅绘制每个变量的缺失值数，而且绘制每个变量组合的缺失值数，代码：

>library(VIM)

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

运行结果：

左边的图可知缺失值数量，NonD有最大的缺失值数14个，右边的图显示有2个哺乳动物缺失NonD、Dream、Sleep评分。42个动物没有缺失值。

> aggr(sleep, prop = TRUE, numbers = TRUE)#生成相同图形，但是用比例取代计数， numbers = FALSE默认时删去数值型标签。

> matrixplot(sleep)

运行结果如下：

数值型的数量被转换到[0,1]区间，利用灰度表示，颜色浅表示数值小，深色表示数值大，红色表示缺失值。

>marginplot(sleep[c("Gest","Dream")],pch=c(20),col=c("darkgray","red","blue"))#做梦时间和哺乳动物妊娠时间的关系，pch和col是绘制图形的符号和颜色

运行结果如下：

图形的主体是Gest和Dream(两个变量数据都完整)的散点图。左边的箱线图展示的是 (深灰色 )与不包括 ( 红色 )Gest 的Dream变量分布。注意，在灰度图上红色是更深的阴影。 四个红点代表缺失了Gest得分的Dream值。在底部边界上，可以看到，妊娠期和做梦时长呈现负相关，缺失妊娠期数据时动物的做梦时长一般更长。两个变量均有缺失值的观测个数在两边界交叉处 (左下角 )蓝色标出。