モデル内のさまざまなパラメータを評価する
データを補完（インピュート）するのは理由があります——分析したいからです！
この例では海水温の予測に関心があるため、海水温を目的変数とする線形モデルを構築します。
作成した各データセットにこのモデルを当てはめ、得られた係数を確認していきます。
前のレッスンのオブジェクト（ocean_cc、ocean_imp_lm_wind、ocean_imp_lm_all、bound_models）はワークスペースに読み込まれています。
この演習はコースの一部です
Rでの欠損データの扱い方
演習の手順
- それぞれのデータセットについて、
residuals、predict、tidyを使って残差などの列を含むモデル要約を作成します。 - モデルの係数を確認し、
air_temp_cの推定値が最も大きいモデルをオブジェクト best_model に入れます。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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 <- "___"