MulaiMulai sekarang secara gratis

Mengevaluasi berbagai parameter dalam model

Kita melakukan imputasi data dengan suatu tujuan — kita ingin menganalisis data!

Pada contoh ini, kita tertarik memprediksi suhu laut, sehingga kita akan membangun model linear untuk memprediksi suhu laut.

Kita akan menyesuaikan model ini pada setiap himpunan data yang telah dibuat dan kemudian menelusuri koefisien-koefisien dalam data.

Objek dari pelajaran sebelumnya (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all, dan bound_models) telah dimuat ke dalam ruang kerja.

Latihan ini adalah bagian dari kursus

Menangani Data Hilang di R

Lihat Kursus

Petunjuk latihan

  • Buat ringkasan model untuk setiap himpunan data dengan kolom untuk residual menggunakan residuals, predict, dan tidy.
  • Jelajahi koefisien dalam model dan tempatkan model dengan estimasi tertinggi untuk air_temp_c pada objek best_model

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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 <- "___"
Edit dan Jalankan Kode