Ocena jakości imputacji za pomocą wykresu marginesowego
W poprzednim ćwiczeniu dokonano imputacji średnią dla zmiennej air_temp i dodano zmienną wskaźnikową oznaczającą wartości imputowane – air_temp_imp. Czas sprawdzić, jak dobrze to działa.
Przyglądając się danym tao, można zauważyć, że zawierają one również zmienną sea_surface_temp, która powinna być dodatnio skorelowana z air_temp. Jeśli tak jest, obie temperatury powinny być jednocześnie wysokie lub jednocześnie niskie. Imputowanie średniej temperatury powietrza w sytuacji, gdy temperatura powierzchni morza jest wysoka lub niska, zaburza tę zależność.
Aby to zbadać, w tym ćwiczeniu wybierzesz dwie zmienne temperaturowe i zmienną wskaźnikową, a następnie użyjesz ich do narysowania wykresu marginesowego. Oceniamy imputację średnią!
To ćwiczenie jest częścią kursu
Obsługa brakujących danych z imputacją w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Draw a margin plot of air_temp vs sea_surface_temp
tao_imp %>%
select(___, ___, ___) %>%
___(delimiter = ___)