Začněte nyníZačněte zdarma

Vyhodnocení různých parametrů modelu

Imputaci dat provádíme z konkrétního důvodu – chceme tato data analyzovat!

V tomto příkladu nás zajímá předpovídání teploty moře, takže sestavíme lineární model, který teplotu moře předpovídá.

Tento model přizpůsobíme každému z datasetů, které jsme vytvořili, a poté prozkoumáme koeficienty v datech.

Objekty z předchozí lekce (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all a bound_models) jsou načteny do pracovního prostředí.

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Zobrazit kurz

Pokyny k cvičení

  • Vytvoř souhrnný přehled modelu pro každý dataset se sloupci pro reziduály pomocí residuals, predict a tidy.
  • Prozkoumej koeficienty v modelu a ulož model s nejvyšším odhadem pro air_temp_c do objektu best_model

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the model summary for each dataset
model_summary <- bound_models %>% 
  group_by(imp_model) %>%
  nest() %>%
  mutate(mod = map(data, ~lm(sea_temp_c ~ air_temp_c + humidity + year, data = .)),
         res = map(mod, ___),
         pred = map(mod, ___),
         tidy = map(mod, ___))

# Explore the coefficients in the model
model_summary %>% 
	select(___,___) %>% 
	unnest()
best_model <- "___"
Upravit a spustit kód