1.6 NA | Fundamentos de Estatística

1.6 `NA`

NA é uma constante lógica de tamanho 1 que contém um indicador de valor faltante. Esta codificação pode identificar diferentes situações, poeticamente iniciadas por N e A.

‘Not Available’: não disponível, e.g. perguntar ‘que horas são?’ e não haver relógio disponível.
‘Not Applicable’: não aplicável, e.g. perguntar ‘o senhor está grávido?’
‘Not Announced/Answered’: não anunciado/não respondido, e.g. ficar em silêncio em um interrogatório.
‘Not Accessed’: não acessado, e.g. a página Moodle do aluno não foi acessada durante todo o semestre.

Exemplo 1.9 Exemplos de uso do NA no R.

?NA
(x <- c(NA, 1:3, NA, 1000))

## [1]   NA    1    2    3   NA 1000

is.na(x)

## [1]  TRUE FALSE FALSE FALSE  TRUE FALSE

sum(is.na(x))

## [1] 2

anyNA(x)

## [1] TRUE

Exemplo 1.10 Em Python.

import numpy as np

# Criando um array com valores numéricos e NAs
x = np.array([np.nan, 1, 2, 3, np.nan, 1000])

# Verificando quais elementos são NA
print(np.isnan(x)) # Output: [True False False False True False]

# Contando o número de NAs
print(np.isnan(x).sum())  # Output: 2

# Verificando se existe algum NA no array
print(np.any(np.isnan(x)))  # Output: True

Exemplo 1.11 A biblioteca VIM de (Kowarik and Templ 2016) fornece ferramentas para visualização de valores faltantes e imputados. O exemplo faz uso do banco de dados de sono de mamíferos discutido por (Allison and Cicchetti 1976).

library(VIM)
(a <- VIM::aggr(VIM::sleep, sortVars = TRUE))

## 
##  Variables sorted by number of missings: 
##  Variable      Count
##      NonD 0.22580645
##     Dream 0.19354839
##     Sleep 0.06451613
##      Span 0.06451613
##      Gest 0.06451613
##   BodyWgt 0.00000000
##  BrainWgt 0.00000000
##      Pred 0.00000000
##       Exp 0.00000000
##    Danger 0.00000000

## 
##  Missings in variables:
##  Variable Count
##      NonD    14
##     Dream    12
##     Sleep     4
##      Span     4
##      Gest     4

summary(a)

## 
##  Missings per variable: 
##  Variable Count
##   BodyWgt     0
##  BrainWgt     0
##      NonD    14
##     Dream    12
##     Sleep     4
##      Span     4
##      Gest     4
##      Pred     0
##       Exp     0
##    Danger     0
## 
##  Missings in combinations of variables: 
##         Combinations Count   Percent
##  0:0:0:0:0:0:0:0:0:0    42 67.741935
##  0:0:0:0:0:0:1:0:0:0     3  4.838710
##  0:0:0:0:0:1:0:0:0:0     2  3.225806
##  0:0:0:0:0:1:1:0:0:0     1  1.612903
##  0:0:1:0:1:0:0:0:0:0     2  3.225806
##  0:0:1:1:0:0:0:0:0:0     9 14.516129
##  0:0:1:1:0:1:0:0:0:0     1  1.612903
##  0:0:1:1:1:0:0:0:0:0     2  3.225806

Exemplo 1.12 Em Python.

import pandas as pd
from matplotlib import pyplot as plt
import missingno as msno

# Carregando o conjunto de dados de Allison and Cicchetti (1976)
url = 'https://vincentarelbundock.github.io/Rdatasets/csv/openintro/mammals.csv'
sleep = pd.read_csv(url)

# Calculando a matriz de dados ausentes
missing_data = sleep.isnull()

# Criando o gráfico de matriz de dados ausentes
msno.matrix(sleep, sort='descending')
plt.show()

# Exibindo estatísticas resumidas dos dados ausentes
print(missing_data.describe())

References

Allison, Truett, and Domenic V Cicchetti. 1976. “Sleep in Mammals: Ecological and Constitutional Correlates.” Science 194 (4266): 732–34.

Kowarik, Alexander, and Matthias Templ. 2016. “Imputation with the R Package VIM.” Journal of Statistical Software 74 (7): 1–16. https://doi.org/10.18637/jss.v074.i07.