Začněte nyníZačněte zdarma

Imputace pomocí modelu s více typy proměnných

Skvělá práce! Napsal/a jsi funkci pro imputaci logistickou regresí s výběrem z podmíněného rozdělení – to je pořádná statistická výzva! V tomto cvičení spojíš vše, co ses o imputaci pomocí modelů dosud naučil/a, a imputuješ různé typy proměnných v datech tao.

Tvým úkolem je procházet proměnné – stejně jako v předchozí kapitole – a imputovat dvě z nich:

  • is_hot, nová binární proměnná odvozená z air_temp, která nabývá hodnoty 1, pokud je air_temp rovna nebo vyšší než 26 stupňů, a 0 jinak;
  • humidity, spojitá proměnná, kterou už znáš.

Budeš potřebovat funkci pro lineární regresi, kterou ses naučil/a dříve, i vlastní funkci pro logistickou regresi. Tak do toho!

Toto cvičení je součástí kurzu

Práce s chybějícími daty pomocí imputace v R

Zobrazit kurz

Pokyny k cvičení

  • Nastav is_hot na NA na místech, kde původně chyběla.
  • Imputuj is_hot pomocí logistické regrese s použitím sea_surface_temp jako jediného prediktoru; použij svou funkci impute_logreg().
  • Nastav humidity na NA na místech, kde původně chyběla.
  • Imputuj humidity pomocí lineární regrese s prediktory sea_surface_temp a air_temp.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Initialize missing values with hot-deck
tao_imp <- hotdeck(tao)

# Create boolean masks for where is_hot and humidity are missing
missing_is_hot <- tao_imp$is_hot_imp
missing_humidity <- tao_imp$humidity_imp

for (i in 1:3) {
  # Set is_hot to NA in places where it was originally missing and re-impute it
  ___ <- NA
  tao_imp <- ___(tao_imp, ___ ~ ___)
  # Set humidity to NA in places where it was originally missing and re-impute it
  ___ <- NA
  tao_imp <- ___(tao_imp, ___ ~ sea_surface_temp + ___)
}
Upravit a spustit kód