ComeçarComece de graça

Avaliando os diferentes parâmetros no modelo

Estamos imputando nossos dados por um motivo — queremos analisar os dados!

Neste exemplo, estamos interessados em prever a temperatura do mar, então vamos construir um modelo linear para prever a temperatura do mar.

Vamos ajustar esse modelo a cada um dos conjuntos de dados que criamos e, em seguida, explorar os coeficientes nos dados.

Os objetos da lição anterior (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all e bound_models) estão carregados no workspace.

Este exercício faz parte do curso

Lidando com dados ausentes em R

Ver curso

Instruções do exercício

  • Crie o resumo do modelo para cada conjunto de dados com colunas para resíduos usando residuals, predict e tidy.
  • Explore os coeficientes do modelo e coloque o modelo com a maior estimativa para air_temp_c no objeto best_model

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create the model summary for each dataset
model_summary <- bound_models %>% 
  group_by(imp_model) %>%
  nest() %>%
  mutate(mod = map(data, ~lm(sea_temp_c ~ air_temp_c + humidity + year, data = .)),
         res = map(mod, ___),
         pred = map(mod, ___),
         tidy = map(mod, ___))

# Explore the coefficients in the model
model_summary %>% 
	select(___,___) %>% 
	unnest()
best_model <- "___"
Editar e executar o código