예측 가능한 결측 찾기
데이터가 완전 무작위로 결측(MCAR)이라면, 나머지 정보로 특정 변수가 결측인지 예측할 수 없어야 해요. 따라서 결측을 예측할 수 있다면, 데이터는 완전 무작위로 결측이 아닌 것이죠. 이제 이전에 만든 mort 변수에서 affordability를 바탕으로 결측 여부를 살펴보기 위해 glm() 함수를 사용해 로지스틱 회귀를 적합해 봅시다. 결측 데이터에서 뚜렷한 구조(즉, 기울기 계수가 유의하지 않음)를 발견하지 못하더라도, 이것이 결측이 무작위임을 증명하는 것은 아니지만 그럴 가능성은 있다고 볼 수 있어요.
이 연습은 강의의 일부입니다
R에서 확장 가능한 데이터 처리
연습 안내
- 주택담보대출 데이터에서
"borrower_race"가 결측인지(값이 9인지) 표시하는 변수를 만드세요. "affordability"열을 범주형 변수로 만드세요.affordability_factor를borrower_race_ind에 회귀하고, 그 결과에summary()를 호출하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create a variable indicating if borrower_race is missing in the mortgage data
borrower_race_ind <- mort[, ___] == 9
# Create a factor variable indicating the affordability
affordability_factor <- ___(mort[, ___])
# Perform a logistic regression
___(glm(___ ~ affordability_factor, family = binomial))