Używanie macierzy predyktorów
Ważną decyzją przy imputacji opartej na modelach jest wybór zmiennych, które mają pełnić rolę predyktorów – i w których modelach. W funkcji mice() kontroluje to macierz predyktorów. Domyślnie wszystkie zmienne są używane do imputacji wszystkich pozostałych.
Jeśli zbiór danych zawiera wiele zmiennych lub brakuje czasu na rzetelną selekcję modeli, możesz skorzystać z funkcjonalności pakietu mice do tworzenia macierzy predyktorów na podstawie korelacji między zmiennymi. Taką macierz można następnie przekazać do mice(). W tym ćwiczeniu właśnie to przećwiczysz: najpierw zbudujesz macierz predyktorów tak, aby każda zmienna była imputowana przy użyciu zmiennych najbardziej z nią skorelowanych, a potem przekażesz tę macierz do funkcji imputującej. Wypróbujmy tę prostą selekcję modeli!
To ćwiczenie jest częścią kursu
Obsługa brakujących danych z imputacją w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create predictor matrix with minimum correlation of 0.1
pred_mat <- ___(biopics, mincor = ___)