Kom igångKom igång gratis

Modellbaserad imputering med flera variabeltyper

Bra jobbat med att skriva funktionen för logistisk regressionsimputering med dragning från den villkorliga fördelningen – det är avancerad statistik du har kodat! I den här övningen kombinerar du vad du lärt dig om modellbaserad imputering för att imputera olika typer av variabler i datamängden tao.

Din uppgift är att iterera över variabler på samma sätt som i föregående kapitel och imputera två variabler:

  • is_hot, en ny binär variabel som skapades från air_temp, och som är 1 om air_temp är 26 grader eller högre, annars 0;
  • humidity, en kontinuerlig variabel som du redan känner till.

Du behöver använda den linjära regressionsfunktionen du lärde dig tidigare, samt din egen funktion för logistisk regression. Nu kör vi!

Den här övningen är en del av kursen

Hantering av saknade värden med imputering i R

Visa kurs

Övningsinstruktioner

  • Sätt is_hot till NA på de ställen där värdet ursprungligen saknades.
  • Imputera is_hot med logistisk regression och använd sea_surface_temp som enda prediktor; använd din funktion impute_logreg().
  • Sätt humidity till NA på de ställen där värdet ursprungligen saknades.
  • Imputera humidity med linjär regression och använd sea_surface_temp och air_temp som prediktorer.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Initialize missing values with hot-deck
tao_imp <- hotdeck(tao)

# Create boolean masks for where is_hot and humidity are missing
missing_is_hot <- tao_imp$is_hot_imp
missing_humidity <- tao_imp$humidity_imp

for (i in 1:3) {
  # Set is_hot to NA in places where it was originally missing and re-impute it
  ___ <- NA
  tao_imp <- ___(tao_imp, ___ ~ ___)
  # Set humidity to NA in places where it was originally missing and re-impute it
  ___ <- NA
  tao_imp <- ___(tao_imp, ___ ~ sea_surface_temp + ___)
}
Redigera och kör kod