Hantera saknade testresultat

Om vi vill använda SAT-poäng som utfallsvariabel bör vi undersöka saknade värden. Undersök mönstret av saknade värden för alla variabler i nyc_scores med hjälp av miss_var_summary() från paketet naniar. naniar är kompatibelt med Tidyverse-kodstil, inklusive pipe-operatorn (%>%).

Det saknas 60 poäng i varje ämne. Även om det finns många R-paket för mer avancerade imputeringsmetoder, till exempel MICE, Amelia och mi, fortsätter vi att använda simputation och impute_median().

Skapa ett nytt dataset, nyc_scores_2, genom att imputera matematikpoängen per stadsdel (Borough). Observera att impute_median() returnerar den imputerade variabeln som typen "impute". Du konverterar variabeln till numerisk typ i ett separat steg.

simputation och dplyr är inlästa.