Wybór domyślnych modeli
MICE tworzy osobny model imputacji dla każdej zmiennej w danych. Rodzaj modelu zależy od typu danej zmiennej. Popularnym sposobem określenia używanych modeli jest ustawienie domyślnego modelu dla każdego z czterech typów zmiennych.
Można to zrobić, przekazując argument defaultMethod do funkcji mice(). Powinien to być wektor o długości 4, zawierający domyślne metody imputacji dla:
- Zmiennych ciągłych,
- Zmiennych binarnych,
- Zmiennych kategorycznych (czynniki nieuporządkowane),
- Zmiennych czynnikowych (czynniki uporządkowane).
W tym ćwiczeniu skorzystasz z dokumentacji pakietu mice, aby przejrzeć listę dostępnych metod i wybrać te, które algorytm ma stosować. Czas na selekcję modeli!
To ćwiczenie jest częścią kursu
Obsługa brakujących danych z imputacją w R
Instrukcje do ćwiczenia
- W dokumentacji RDocumentation zwróconej przez
?miceznajdziesz tabelę zawierającą słowo kluczowe dla każdej metody. - Dokonaj imputacji zbioru danych
biopicsza pomocą funkcjimice(), używając następujących domyślnych metod (w tej kolejności): drzewa klasyfikacji i regresji, liniowa analiza dyskryminacyjna, dopasowanie predykcyjnej średniej (predictive mean matching), proporcjonalny model szans. - Wyświetl obiekt
biopics_multiimp, aby sprawdzić, która metoda została użyta dla której zmiennej.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Impute biopics using the methods specified in the instruction
biopics_multiimp <- ___(biopics, m = 20,
defaultMethod = ___)
# Print biopics_multiimp
print(biopics_multiimp)