Imputering med linjär regression
Ibland kan du använda domänkunskap, tidigare forskning eller helt enkelt ditt sunda förnuft för att beskriva sambanden mellan variablerna i dina data. I sådana fall är modellbaserad imputering ett utmärkt alternativ, eftersom det låter dig imputera varje variabel enligt en statistisk modell som du själv kan specificera – och ta hänsyn till eventuella antaganden om hur variablerna påverkar varandra.
För kontinuerliga variabler är linjär regression ett populärt modellval. Det begränsar dig dock inte till linjära samband! Du kan alltid inkludera kvadraten eller logaritmen av en variabel som prediktor. I den här övningen använder du paketet simputation för att köra en enkel linjär regressionsimputering på datamängden tao och analysera resultaten. Nu sätter vi igång!
Den här övningen är en del av kursen
Hantering av saknade värden med imputering i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Load the simputation package
___
# Impute air_temp and humidity with linear regression
formula <- ____
tao_imp <- ___(tao, formula)