CommencezCommencez gratuitement

Imputer la température par la moyenne

L'imputation par la moyenne peut être risquée. Si la variable que vous imputez par la moyenne est corrélée avec d'autres variables, cette corrélation peut être détruite par les valeurs imputées. Vous l'avez vu poindre dans l'exercice précédent en analysant la variable air_temp.

Pour vérifier si ces craintes sont fondées, vous allez, dans cet exercice, effectuer une imputation par la moyenne sur air_temp, tout en créant un indicateur binaire indiquant où les valeurs ont été imputées. Cet indicateur vous sera utile dans le prochain exercice, lorsque vous évaluerez la performance de votre imputation. Allons remplir ces valeurs manquantes!

Cette activité fait partie du cours

Traitement des données manquantes par imputation dans R

Voir le cours

Instructions de l’exercice

  • Dans la chaîne de traitement qui modifie tao, créez une nouvelle variable nommée air_temp_imp qui vaut TRUE si air_temp est manquante et FALSE sinon.
  • Plus loin dans cette même chaîne, remplacez air_temp par sa propre moyenne lorsqu'elle est manquante et laissez-la telle quelle sinon, puis assignez le résultat à tao_imp.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

tao_imp <- tao %>% 
  # Create a binary indicator for missing values in air_temp
  ___(air_temp_imp = ifelse(___(___), ___, ___)) %>% 
  # Impute air_temp with its mean
  ___(air_temp = ifelse(___(___), ___(___, na.rm = ___), ___))

# Print the first 10 rows of tao_imp
head(tao_imp, 10)
Modifier et exécuter le code