Gestionarea scorurilor lipsă la teste

Dacă vrem să folosim scorurile SAT ca variabilă de rezultat, ar trebui să analizăm valorile lipsă. Examinează tiparul valorilor lipsă pentru toate variabilele din nyc_scores folosind miss_var_summary() din pachetul naniar. naniar se integrează cu stilul de cod Tidyverse, inclusiv cu operatorul pipe (%>%).

Există 60 de scoruri lipsă pentru fiecare materie. Deși există multe pachete R care ajută la forme mai avansate de imputare, precum MICE, Amelia și mi, vom continua să folosim simputation și impute_median().

Creează un nou set de date, nyc_scores_2, prin imputarea scorului la Matematică în funcție de Borough, dar reține că impute_median() returnează variabila imputată ca tip „impute". Vei converti variabila la tipul numeric într-un pas separat.

simputation și dplyr sunt încărcate.