Utvärdera imputeringar: Skalan
Även om en medelvärdesimputering kan se acceptabel ut i ett lådagram är det viktigt att få en känsla för variationen i datan. Därför är det viktigt att undersöka hur skala och spridning förändras hos de imputerade värdena jämfört med originaldata.
Ett sätt att bedöma om skalan på imputeringarna är lämplig är att använda ett spridningsdiagram och undersöka om värdena är rimliga.
Den här övningen är en del av kursen
Hantera saknade värden i R
Övningsinstruktioner
Använd datan med redan imputerade värden, ocean_imp_mean:
- Utforska imputeringarna för lufttemperatur (på x-axeln) och luftfuktighet (på y-axeln) med ett spridningsdiagram – kom ihåg att använda
color = any_missing. - Bygg vidare på den här visualiseringen genom att dela upp den efter år.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Explore imputations in air temperature and humidity,
# coloring by the variable, any_missing
ggplot(___,
aes(x = ___, y = ___, color = ___)) +
geom_point()
# Explore imputations in air temperature and humidity,
# coloring by the variable, any_missing, and faceting by year
ggplot(___,
aes(x = ___, y = ___, color = ___)) +
___() +
facet_wrap(~___)