四：R语言数据探索

2-1

缺失值和异常值产生的原因和危害缺失值和异常值产生的原因和危害

2-2

数据清洗常用方法介绍数据清洗常用方法介绍

2-3

缺失值识别函数缺失值识别函数（is.na及complete.cases函数详解）

2-4

删除有缺失值的列详解删除有缺失值的列详解

2-5

列表显示缺失值模式md.pattern函数案例详解列表显示缺失值模式md.pattern函数案例详解

2-6

图形 探究缺失值模式aggr函数案例详解图形 探究缺失值模式aggr函数案例详解

2-7

均值对缺失值进行填补案例详解均值对缺失值进行填补案例详解

2-8

用中位数对缺失值进行填补案例详解用中位数对缺失值进行填补案例详解

2-9

线性回归模型插补案例详解线性回归模型插补案例详解

2-10

使用随机森林和袋装的方式对缺失值进行插补案例详解使用随机森林和袋装的方式对缺失值进行插补案例详解

3-1

异常值判定方法理论概述异常值判定方法理论概述

3-2

质量控制图的使用和控制规则质量控制图的使用和控制规则

3-3

常见质量控制图原理介绍常见质量控制图原理介绍

3-4

判断异常值R语言实现判断异常值R语言实现

3-5

P质量控制图案例演示P质量控制图案例演示