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
คำแนะนำการฝึกหัด
- สร้างสรุปผลโมเดลสำหรับแต่ละชุดข้อมูล โดยเพิ่มคอลัมน์สำหรับ residuals โดยใช้
residuals,predictและtidy - สำรวจสัมประสิทธิ์ในโมเดล แล้วเก็บโมเดลที่มีค่า estimate สูงสุดสำหรับ
air_temp_cไว้ในออบเจกต์ 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 <- "___"