Работа с пропущенными данными

У некоторых потенциальных доноров отсутствуют данные о возрасте (age). К сожалению, R исключает все наблюдения со значениями NA при построении регрессионной модели.

Один из способов обойти эту проблему — заменить, или вменить, пропущенные значения оценочными. После этого можно также создать индикатор пропущенных данных, чтобы учесть возможность того, что наблюдения с пропусками чем-то отличаются от остальных.

Фрейм данных donors загружен в вашем рабочем пространстве.

Это упражнение является частью курса

Обучение с учителем в R: классификация

Посмотреть курс

Инструкции к упражнению

Примените summary() к donors$age, чтобы найти средний возраст потенциальных доноров по непропущенным данным.
Используйте ifelse() с условием is.na(donors$age), чтобы вменить среднее значение (округлённое до 2 знаков после запятой) для наблюдений с пропущенным age. Не забудьте игнорировать значения NA.
Создайте бинарную фиктивную переменную missing_age, указывающую на наличие пропущенных данных, с помощью ещё одного вызова ifelse() и того же условия.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Find the average age among non-missing values
summary(___)

# Impute missing age values with the mean age
donors$imputed_age <- ifelse(___)

# Create missing value indicator for age
donors$missing_age <- ___

Редактировать и запускать код