Rizika průměrové imputace

Jednou z nejoblíbenějších metod imputace je průměrová imputace, při které se chybějící hodnoty v proměnné nahrazují průměrem pozorovaných hodnot v té samé proměnné. V mnoha případech je však tento jednoduchý přístup nevhodnou volbou. Někdy už letmý pohled na data dokáže odhalit, proč je průměrová imputace problematická.

V této kapitole budeš pracovat s podvzorkem dat projektu Tropical Atmosphere Ocean (tao). Datová sada obsahuje atmosferická měření pořízená ve dvou různých časových obdobích na pěti různých lokalitách. Data jsou součástí balíčku VIM.

V tomto cvičení se seznámíš s daty a provedeš jednoduchou analýzu, která naznačí, jaké důsledky by průměrová imputace mohla mít. Pojďme se podívat na data tao!