Začněte nyníZačněte zdarma

Hodnocení imputací: Měřítko

I když průměrová imputace nemusí vypadat špatně při porovnání pomocí krabicového grafu, je důležité získat představu o variabilitě dat. Proto stojí za to prozkoumat, jak se mění měřítko a rozptyl imputovaných hodnot v porovnání s původními daty.

Jedním ze způsobů, jak posoudit vhodnost měřítka imputací, je bodový graf – díky němu zjistíš, zda jsou imputované hodnoty skutečně přiměřené.

Toto cvičení je součástí kurzu

Práce s chybějícími daty v R

Zobrazit kurz

Pokyny k cvičení

Pracuj s daty s již imputovanými hodnotami, ocean_imp_mean:

  • Prozkoumej imputace teploty vzduchu (na ose x) a vlhkosti (na ose y) pomocí bodového grafu – nezapomeň použít color = any_missing.
  • Navazuj na tuto vizualizaci a rozděl graf podle roku.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Explore imputations in air temperature and humidity,  
# coloring by the variable, any_missing
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) + 
  geom_point()

# Explore imputations in air temperature and humidity,  
# coloring by the variable, any_missing, and faceting by year
ggplot(___, 
       aes(x = ___, y = ___, color = ___)) + 
  ___() +  
  facet_wrap(~___)
Upravit a spustit kód