Rで解析：欠損値を制するモノは解析も制す？「VIM」パッケージの紹介

データ内に潜む欠損値を把握することは重要な作業です。データが揃うとすぐに解析したくなりますが、まずは冷静に欠損値を把握してデータの傾向を改めて見つめてはいかがでしょうか。

本パッケージでは欠損値に関する情報を多くの表現で示すことができます。その中から、８つの表現方法とコマンドを紹介します。その他のコマンドはパッケージヘルプを参考ください。

パッケージバージョンは6.2.2。windows11のR version 4.2.2で確認しています。

パッケージのインストール

下記コマンドを実行してください。

#パッケージのインストール
install.packages("VIM")

実行コマンドの紹介

パッケージから役に立ちそうな”aggr”と8つの出力コマンドを紹介します。詳細はコメントならびにパッケージヘルプを確認してください。

#&#12497;&#12483;&#12465;&#12540;&#12472;&#12398;&#35501;&#12415;&#36796;&#12415;
library("VIM")

###&#12487;&#12540;&#12479;&#20363;&#12398;&#20316;&#25104;#####
set.seed(1234)
n <- 50
TestData <- data.frame(Group = sample(paste0("Group", formatC(1:n, width = 2, flag = "0")),
                                      n, replace = TRUE),
                       Data1 = sample(c(NA, 1:10), n, replace = TRUE),
                       Data2 = sample(NA, n, replace = TRUE),
                       Data3 = sample(c(NA, 5:10), n, replace = TRUE),
                       Data4 = sample(c(NA, 7:10), n, replace = TRUE))

#&#33394;&#12398;&#35373;&#23450;
#&#33394;&#12398;&#36879;&#26126;&#24230;&#12434;&#35519;&#25972;:alphablend
DrowCol <- c("#4b61ba", alphablend("#a87963", 0.6))
########

#&#21508;&#12487;&#12540;&#12479;&#12398;&#27424;&#25613;&#20516;&#25968;&#12392;&#27424;&#25613;&#20516;&#12434;&#21547;&#12416;&#34892;&#12392;&#12487;&#12540;&#12479;&#12398;&#38306;&#20418;&#12434;&#34920;&#31034;:aggr&#12467;&#12510;&#12531;&#12489;
a <- aggr(TestData, col = DrowCol)
#&#32080;&#26524;&#12398;&#34920;&#31034;
a
Missings in variables:
Variable Count
Data1     6
Data2    50
Data3     3
Data4    15

#summary&#12467;&#12510;&#12531;&#12489;&#12391;&#24773;&#22577;&#12434;&#34920;&#31034;
summary(a)
Missings per variable: 
Variable Count
Group     0
Data1     6
Data2    50
Data3     3
Data4    15

Missings in combinations of variables: 
Combinations Count Percent
0:0:1:0:0    32      64
0:0:1:0:1     9      18
0:0:1:1:1     3       6
0:1:1:0:0     3       6
0:1:1:0:1     3       6

#&#38917;&#30446;&#12398;&#20986;&#29694;&#25968;&#12395;&#23550;&#12377;&#12427;&#27424;&#25613;&#20516;&#12434;&#21547;&#12416;&#38917;&#30446;&#25968;&#12434;&#26834;&#12464;&#12521;&#12501;&#12391;&#34920;&#31034;:barMiss&#12467;&#12510;&#12531;&#12489;
#&#20363;&#12360;&#12400;&#19979;&#35352;&#12398;&#12487;&#12540;&#12479;&#12391;&#12399;
#&#38917;&#30446;  Data1 Data2
#&#38917;&#30446;1   1     2
#&#38917;&#30446;1   1     NA
#&#20986;&#29694;&#25968;(&#38738;&#12398;&#12496;&#12540;)2&#12391;&#27424;&#25613;&#20516;(&#12464;&#12524;&#12540;&#12398;&#12496;&#12540;)1&#12395;&#12394;&#12426;&#12414;&#12377;
barMiss(TestData[, c(1, 4, 5)], only.miss = FALSE, xlab ="", col = DrowCol)

#&#27424;&#25613;&#20516;&#12434;&#21547;&#12417;&#12390;&#25955;&#24067;&#22259;&#12391;&#34920;&#31034;:marginmatrix&#12467;&#12510;&#12531;&#12489;
#&#27424;&#25613;&#20516;&#12398;&#33394;&#12399;col&#12458;&#12503;&#12471;&#12519;&#12531;&#12398;2&#30058;&#30446;&#12395;&#25351;&#23450;&#12375;&#12383;&#33394;
marginmatrix(TestData[, c(2, 4)], col = c("#4b61ba", alphablend("#a87963", 0.6)), pch = c(17, 16))

#2&#35201;&#32032;&#12434;&#27424;&#25613;&#20516;&#12398;&#24773;&#22577;&#12434;&#21547;&#12417;&#12390;&#25955;&#24067;&#22259;&#12391;&#34920;&#31034;:marginplot&#12467;&#12510;&#12531;&#12489;
#&#27424;&#25613;&#20516;&#12398;&#33394;&#12399;col&#12458;&#12503;&#12471;&#12519;&#12531;&#12398;2&#30058;&#30446;&#12395;&#25351;&#23450;&#12375;&#12383;&#33394;
marginplot(TestData[, c(2, 4)], col = c("#4b61ba", alphablend("#a87963", 0.6)), pch = c(17, 16))

#&#12498;&#12540;&#12488;&#12510;&#12483;&#12503;&#12391;&#27424;&#25613;&#20516;&#12434;&#34920;&#31034;:matrixplot&#12467;&#12510;&#12531;&#12489;
matrixplot(TestData, sortby = colnames(TestData[1]),
           col = "#4b61ba", fixup = FALSE)

#&#12514;&#12470;&#12452;&#12463;&#12503;&#12525;&#12483;&#12488;&#12391;&#27424;&#25613;&#20516;&#12434;&#34920;&#31034;:mosaicMiss&#12467;&#12510;&#12531;&#12489;
#&#27424;&#25613;&#20516;&#12398;&#33394;&#12399;col&#12458;&#12503;&#12471;&#12519;&#12531;&#12398;2&#30058;&#30446;&#12395;&#25351;&#23450;&#12375;&#12383;&#33394;
mosaicMiss(TestData[, 1:2], col = c("#4b61ba", alphablend("#a87963", 0.6)))

#&#24179;&#34892;&#32218;&#12391;&#27424;&#25613;&#20516;&#12434;&#34920;&#31034;:parcoordMiss&#12467;&#12510;&#12531;&#12489;
#&#27424;&#25613;&#20516;&#12398;&#33394;&#12399;col&#12458;&#12503;&#12471;&#12519;&#12531;&#12398;2&#30058;&#30446;&#12395;&#25351;&#23450;&#12375;&#12383;&#33394;
parcoordMiss(TestData[, 1:2], col = c("#4b61ba", alphablend("#a87963", 0.6)))

#&#31665;&#12402;&#12370;&#22259;&#12391;&#27424;&#25613;&#20516;&#12434;&#34920;&#31034;:pbox&#12467;&#12510;&#12531;&#12489;
pbox(TestData, col = DrowCol)

#&#23494;&#24230;&#20998;&#24067;&#12434;&#21547;&#12417;&#12383;&#25955;&#24067;&#22259;&#12391;&#27424;&#25613;&#20516;&#12434;&#34920;&#31034;:scattmatrixMiss&#12467;&#12510;&#12531;&#12489;
#&#27604;&#36611;&#23550;&#35937;&#12399;highlight&#12458;&#12503;&#12471;&#12519;&#12531;&#12391;&#25351;&#23450;
scattmatrixMiss(TestData, col = DrowCol,
                highlight = colnames(TestData[4]))