Linjär regression med ofullständiga data

Saknade data är ett vanligt problem, och att hantera dem på rätt sätt är mycket viktigt. Att ignorera saknade datapunkter eller fylla i dem felaktigt kan göra att modeller beter sig oväntat och leda till snedvridna förutsägelser och slutsatser.

I det här kapitlet arbetar du med datamängden biopics. Den innehåller information om ett antal biografiska filmer, bland annat intäkter, uppgifter om filmernas huvudpersoner och en del andra variabler. Vissa datapunkter saknas dock. Originaldatan ingår i R-paketet fivethirtyeight, men i den här kursen arbetar du med en något förbehandlad version.

I den här övningen får du bekanta dig med datamängden och anpassa en linjär regressionsmodell för att förklara en films intäkter. Nu kör vi!