เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประเมินพารามิเตอร์ต่าง ๆ ในโมเดล

เราทำการ impute ข้อมูลเพราะต้องการนำข้อมูลนั้นไปวิเคราะห์ต่อ!

ในตัวอย่างนี้ เราสนใจพยากรณ์อุณหภูมิของทะเล จึงจะสร้างโมเดลเชิงเส้นสำหรับพยากรณ์อุณหภูมิดังกล่าว

เราจะ fit โมเดลนี้กับแต่ละชุดข้อมูลที่สร้างขึ้น แล้วสำรวจสัมประสิทธิ์ในข้อมูล

ออบเจกต์จากบทเรียนก่อนหน้า (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all และ bound_models) ถูกโหลดไว้ในพื้นที่ทำงานแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูลที่หายไปใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างสรุปผลโมเดลสำหรับแต่ละชุดข้อมูล โดยเพิ่มคอลัมน์สำหรับ residuals โดยใช้ residuals, predict และ tidy
  • สำรวจสัมประสิทธิ์ในโมเดล แล้วเก็บโมเดลที่มีค่า estimate สูงสุดสำหรับ air_temp_c ไว้ในออบเจกต์ best_model

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create the model summary for each dataset
model_summary <- bound_models %>% 
  group_by(imp_model) %>%
  nest() %>%
  mutate(mod = map(data, ~lm(sea_temp_c ~ air_temp_c + humidity + year, data = .)),
         res = map(mod, ___),
         pred = map(mod, ___),
         tidy = map(mod, ___))

# Explore the coefficients in the model
model_summary %>% 
	select(___,___) %>% 
	unnest()
best_model <- "___"
แก้ไขและรันโค้ด