ÎncepețiÎncepe gratuit

Evaluarea imputărilor (mai multe modele și variabile)

Când construiești un model de imputare, este o idee bună să îl compari cu o altă metodă.

În această lecție, vei adăuga un model final de imputare care include o informație suplimentară utilă, ce ajută la explicarea unei părți din variația din date. Apoi vei compara valorile, la fel cum ai făcut în lecția anterioară.

Acest exercițiu face parte din cursul

Gestionarea datelor lipsă în R

Vezi cursul

Instrucțiuni pentru exercițiu

Folosind setul de date oceanbuoys:

  • Imputează datele cu impute_lm(), adăugând year în model.
  • Combină metodele de imputare, plasând ocean_imp_mean în mean, ocean_imp_lm_wind în lm_wind și ocean_imp_lm_wind_year în lm_wind_year.
  • Vizualizează valorile lui air_temp_c (pe axa x) și humidity (pe axa y), colorând după valorile lipsă și împărțind graficul după modelul de imputare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build a model adding year to the outcome
ocean_imp_lm_wind_year <- bind_shadow(___) %>%
  impute_lm(air_temp_c ~ wind_ew + wind_ns + ___) %>%
  impute_lm(humidity ~ wind_ew + wind_ns + ___) %>%
  add_label_shadow()

# Bind the mean, lm_wind, and lm_wind_year models together
bound_models <- bind_rows(mean = ocean_imp_mean,
                          lm_wind = ocean_imp_lm_wind,
                          lm_wind_year = ___,
                          .id = "imp_model")

# Explore air_temp and humidity, coloring by any missings, and faceting by imputation model
ggplot(___, aes(x = ___, y = ___, color = any_missing)) + 
  geom_point() + facet_wrap(~___)
Editează și rulează codul