CommencezCommencez gratuitement

Évaluer les différents paramètres du modèle

Nous imputons nos données pour une bonne raison : nous voulons les analyser !

Dans cet exemple, nous souhaitons prévoir la température de la mer, donc nous allons construire un modèle linéaire qui la prédit.

Nous allons ajuster ce modèle à chacun des jeux de données créés, puis examiner les coefficients obtenus.

Les objets de la leçon précédente (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all et bound_models) sont chargés dans l'espace de travail.

Cette activité fait partie du cours

Gérer les données manquantes avec R

Voir le cours

Instructions de l’exercice

  • Créez le sommaire du modèle pour chaque jeu de données avec des colonnes pour les résidus à l'aide de residuals, predict et tidy.
  • Explorez les coefficients du modèle et placez le modèle ayant la plus grande estimation pour air_temp_c dans l'objet best_model

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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 <- "___"
Modifier et exécuter le code