Kom igångKom igång gratis

Medelvärdesimputering av temperaturen

Medelvärdesimputering kan vara förenat med risker. Om variabeln du imputerar är korrelerad med andra variabler kan den korrelationen förstöras av de imputerade värdena. Det var precis vad du såg i föregående övning när du analyserade variabeln air_temp.

För att ta reda på om dessa farhågor stämmer kommer du i den här övningen att utföra medelvärdesimputering på air_temp, och samtidigt skapa en binär indikatorvariabel som markerar var värden har imputerats. Den kommer att vara användbar i nästa övning, där du utvärderar imputeringens kvalitet. Dags att fylla i de saknade värdena!

Den här övningen är en del av kursen

Hantering av saknade värden med imputering i R

Visa kurs

Övningsinstruktioner

  • Skapa en ny variabel i pipeline:n som modifierar tao. Variabeln ska heta air_temp_imp och vara TRUE om air_temp saknar värde, annars FALSE.
  • Senare i samma pipeline, skriv över air_temp med sitt eget medelvärde när värdet saknas och lämna det oförändrat annars. Tilldela resultatet till tao_imp.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

tao_imp <- tao %>% 
  # Create a binary indicator for missing values in air_temp
  ___(air_temp_imp = ifelse(___(___), ___, ___)) %>% 
  # Impute air_temp with its mean
  ___(air_temp = ifelse(___(___), ___(___, na.rm = ___), ___))

# Print the first 10 rows of tao_imp
head(tao_imp, 10)
Redigera och kör kod