НачатьНачать бесплатно

Импутация данных с помощью simputation

В R существует множество пакетов для импутации. Мы сосредоточимся на пакете simputation, который предоставляет простой и мощный интерфейс для выполнения импутации.

Построение хорошей модели импутации — задача крайне важная, но и достаточно непростая: она требует не меньше усилий, чем построение качественной статистической модели. В этом курсе мы сфокусируемся на том, как оценивать результаты импутации.

Для начала рассмотрим функцию impute_lm(), которая выполняет импутацию значений на основе заданной линейной модели.

В этом упражнении вы применяете изученные ранее методы оценки к данным с использованием impute_lm(), а затем на основе этого подхода перейдёте к более сложным методам импутации в следующих уроках.

Это упражнение является частью курса

Работа с пропущенными данными в R

Посмотреть курс

Инструкции к упражнению

Используя набор данных oceanbuoys:

  • Выполните импутацию humidity на основе wind_ew и wind_ns, отслеживая пропущенные значения с помощью add_label_shadow().
  • Постройте график импутированных значений для air_temp_c и humidity, разместив их на осях X и Y соответственно, и выполните раскраску по any_missing().

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Impute humidity and air temperature using wind_ew and wind_ns, and track missing values
ocean_imp_lm_wind <- ___ %>% 
    bind_shadow() %>%
    impute_lm(air_temp_c ~ wind_ew + wind_ns) %>% 
    impute_lm(___ ~ ___ + ___) %>%
    add_label_shadow()
    
# Plot the imputed values for air_temp_c and humidity, colored by missingness
ggplot(___, 
       aes(x = ___, y = ___, color = any_missing)) + 
  geom_point()
Редактировать и запускать код