НачатьНачать бесплатно

Оценка различных параметров модели

Импутация данных — это не самоцель, а инструмент для анализа!

В этом примере мы хотим предсказать температуру морской воды, поэтому построим линейную модель для её прогнозирования.

Мы подгоним эту модель к каждому из созданных наборов данных, а затем изучим коэффициенты.

Объекты из предыдущего урока (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all и bound_models) уже загружены в рабочую среду.

Это упражнение является частью курса

Работа с пропущенными данными в R

Посмотреть курс

Инструкции к упражнению

  • Создайте сводку модели для каждого набора данных со столбцами для остатков, используя residuals, predict и tidy.
  • Изучите коэффициенты модели и запишите в объект best_model ту модель, у которой наибольшее значение оценки для air_temp_c.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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 <- "___"
Редактировать и запускать код