Kom igångKom igång gratis

Imputera data med simputation

Det finns många imputeringspaket i R. Här fokuserar vi på paketet simputation, som erbjuder ett enkelt och kraftfullt gränssnitt för att utföra imputeringar.

Att bygga en bra imputeringsmodell är mycket viktigt, men det är ett komplext ämne – det krävs lika mycket eftertanke som för att bygga en bra statistisk modell. I den här kursen fokuserar vi på hur man utvärderar imputeringar.

Vi börjar med att titta på funktionen impute_lm(), som imputerar värden utifrån en angiven linjär modell.

I den här övningen tillämpar du de utvärderingstekniker vi gått igenom på data med hjälp av impute_lm(), och bygger sedan vidare på den här imputeringsmetoden i kommande lektioner.

Den här övningen är en del av kursen

Hantera saknade värden i R

Visa kurs

Övningsinstruktioner

Använd datamängden oceanbuoys:

  • Imputera humidity med hjälp av wind_ew och wind_ns, och spåra saknade värden med add_label_shadow().
  • Plotta de imputerade värdena för air_temp_c och humidity på x- respektive y-axeln, och färgkoda med any_missing().

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()
Redigera och kör kod