Aan de slagBegin gratis

Meerdere imputatiemodellen combineren en vergelijken

Om de verschillende imputatiemethoden te beoordelen, moeten we ze in één dataframe zetten. Vervolgens ga je drie verschillende aanpakken voor het omgaan met ontbrekende data vergelijken met de gegevensset oceanbuoys.

  • De eerste methode gebruikt alleen de complete cases en is geladen als ocean_cc.
  • De tweede methode imputeert waarden met een lineair model met voorspellingen op basis van wind en is geladen als ocean_imp_lm_wind.

Je maakt de derde geïmputeerde gegevensset, ocean_imp_lm_all, met een lineair model en imputeert de variabelen sea_temp_c, air_temp_c en humidity op basis van de variabelen wind_ew, wind_ns, year, latitude, longitude.

Daarna voeg je alle gegevenssets samen (ocean_cc, ocean_imp_lm_wind en ocean_imp_lm_all) en noem je het resultaat bound_models.

Deze oefening maakt deel uit van de cursus

Omgaan met missende data in R

Bekijk cursus

Oefeninstructies

  • Maak een geïmputeerde gegevensset ocean_imp_lm_all met een lineair model en imputeer de variabelen sea_temp_c, air_temp_c en humidity op basis van de variabelen wind_ew, wind_ns, year, latitude, longitude.
  • Voeg alle gegevenssets samen in hetzelfde object en noem dit bound_models.

Interactieve oefening met praktijkervaring

Probeer deze oefening door deze voorbeeldcode aan te vullen.

# Create an imputed dataset using a linear models
ocean_imp_lm_all <- bind_shadow(oceanbuoys) %>%
  add_label_shadow() %>%
  impute_lm(sea_temp_c ~ wind_ew + wind_ns + ___ + ___ + ___) %>%
  impute_lm(air_temp_c ~ wind_ew + wind_ns + ___ + ___ + ___) %>%
  impute_lm(humidity ~ wind_ew + wind_ns + ___ + ___ + ___)

# Bind the datasets
bound_models <- bind_rows(cc = ___,
                          imp_lm_wind = ___,
                          imp_lm_all = ___,
                          .id = "imp_model")
# Look at the models
bound_models
Code bewerken en uitvoeren