Zacznij terazZacznij za darmo

Sztuczki i wskazówki dotyczące hot-deck I: imputacja w obrębie domen

Jedną ze sztuczek, która może pomóc, gdy imputacja hot-deck zaburza zależności między zmiennymi, jest imputacja w obrębie domen. Oznacza to, że jeśli zmienna do imputacji jest skorelowana z inną zmienną kategoryczną, można po prostu uruchomić hot-deck osobno dla każdej z jej kategorii.

Na przykład możesz spodziewać się, że temperatura powietrza zależy od czasu – obserwujemy przecież wzrost średnich temperatur z powodu globalnego ocieplenia. Wskaźnik czasu dostępny w danych tao to zmienna kategoryczna year. Najpierw sprawdź, czy średnia temperatura powietrza różni się między dwoma badanymi latami, a następnie uruchom hot-deck w obrębie domen roku. Na koniec narysuj wykres marginesowy, aby ocenić jakość imputacji.

To ćwiczenie jest częścią kursu

Obsługa brakujących danych z imputacją w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Oblicz średnią wartość air_temp dla każdego roku, zapisując wynik jako average_air_temp i pomijając wartości NA w obliczeniach.
  • Zaimputuj brakujące wartości w kolumnie air_temp w danych tao w obrębie domen year przy użyciu imputacji hot-deck i przypisz wynik do tao_imp.
  • Utwórz wykres marginesowy dla air_temp i sea_surface_temp; pamiętaj, aby uwzględnić air_temp_imp wśród zmiennych przekazywanych do funkcji rysującej.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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(___ = ___)
Edytuj i uruchom kod