【动手学因果推断】（五）：因果数据导入与探索性分析

JOJO数据科学

于 2023-09-25 07:15:00 发布

阅读量1.4k

点赞数 1

分类专栏： R语言数据科学文章标签： R语言因果推断

本文链接：https://blog.csdn.net/weixin_45052363/article/details/133186712

版权

R语言数据科学专栏收录该内容

68 篇文章 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

本文通过R语言探讨如何对观察数据进行因果推断，以研究2018年迪士尼魔法王国'额外魔法时间'与景点等待时间的关系。文章介绍了数据整理、缺失数据识别和探索性分析，重点关注正向性假设的验证，展示了如何使用统计方法处理因果问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

回答因果问题对于科学研究和商业分析至关重要，但随机临床试验和 A/B 测试等技术并不总是实用。本文通过R对观察数据进行因果推断。

1.数据介绍

本文将使用从 touringplans中获得的数据。 Touring Plans 是一家帮助人们计划迪士尼和环球主题公园之旅的公司。他们的目标之一是利用数据和统计模型准确预测这些主题公园的景点等待时间。 touringplans 包含多个数据集，其中包含有关迪士尼主题公园景点的信息。可以通过运行以下命令找到包中包含的景点摘要：

library(touringplans)
attractions_metadata

# A tibble: 14 × 8
   dataset_name name  short_name park  land  opened_on 
   <chr>        <chr> <chr>      &l

了解本专栏

超级会员免费看