ホットデック補完のコツとヒント I：ドメイン内での補完
ホットデック補完で変数間の関係が崩れてしまう場合に有効なテクニックの一つが、ドメイン内での補完です。これは、補完対象の変数が別のカテゴリ変数と相関している場合に、そのカテゴリごとにホットデック補完を個別に実行する方法です。
たとえば、地球温暖化による平均気温の上昇を考えると、気温は時間に依存すると考えられます。tao データで利用できる時間の指標は、カテゴリ変数の year です。まず、2 つの調査年それぞれの平均気温に差があるかどうかを確認し、次に年のドメインごとにホットデック補完を実行しましょう。最後に、マージンプロットを再度描画して補完の精度を評価します。
この演習はコースの一部です
R による欠損データの補完処理
演習の手順
NAを除外しながら、年ごとのair_tempの平均値を計算し、結果をaverage_air_tempに代入してください。taoデータのair_tempの欠損値を、yearドメイン内でホットデック補完を使って補完し、結果をtao_impに代入してください。air_tempとsea_surface_tempのマージンプロットを作成してください。プロット関数に渡す変数にair_temp_impを含めることを忘れないようにしましょう。
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。
# Calculate mean air_temp per year
tao %>%
group_by(___) %>%
summarize(average_air_temp = mean(___, na.rm = ___))
# Hot-deck-impute air_temp in tao by year domain
tao_imp <- ___(___, variable = ___, ___ = ___)
# Draw a margin plot of air_temp vs sea_surface_temp
tao_imp %>%
select(___, ___, ___) %>%
marginplot(___ = ___)