CommencezCommencez gratuitement

Imputer des données sous la plage avec des données nabular

Nous voulons garder une trace des valeurs que nous avons imputées. Sans cela, il est très difficile d'évaluer la qualité des valeurs imputées.

Nous allons pratiquer l'imputation de données et recréer les visualisations de la série d'exercices précédente en imputant des valeurs sous la plage des données.

C'est une façon très utile d'explorer plus à fond la présence de valeurs manquantes et cela fournit aussi un cadre pour l'imputation des valeurs manquantes.

D'abord, nous allons imputer les données sous la plage avec impute_below_all(), puis visualiser les données. Nous remarquons que, même si nous pouvons voir où se trouvent les valeurs manquantes dans ce cas-ci, nous avons besoin d'un moyen de les suivre. Le modèle de programmation pour le suivi des valeurs manquantes peut aider à cet égard.

Cette activité fait partie du cours

Gérer les données manquantes avec R

Voir le cours

Instructions de l’exercice

En utilisant les données oceanbuoys :

  • Imputez sous la plage avec impute_below_all().
  • Visualisez les nouvelles valeurs manquantes avec wind_ew sur l'axe des x et air_temp_c sur l'axe des y.
  • Imputez et suivez les données avec bind_shadow(), impute_below_all(), et add_label_shadow().
  • Affichez le graphique et examinez les valeurs imputées.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Impute the oceanbuoys data below the range using `impute_below`.
ocean_imp <- impute_below_all(___)

# Visualize the new missing values
ggplot(___, 
       aes(x = ___, y = ___)) +  
  geom_point()

# Impute and track data with `bind_shadow`, `impute_below_all`, and `add_label_shadow`
ocean_imp_track <- bind_shadow(___) %>% 
  ___() %>% 
  ___()

# Look at the imputed values
___
Modifier et exécuter le code