เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การประเมินการ impute: หลายตัวแปรพร้อมกัน

จนถึงตอนนี้ เราได้เรียนรู้วิธีดูตัวแปรเดี่ยวหรือคู่ตัวแปรพร้อมกับค่าที่ถูก impute แล้ว แต่บางครั้งอาจต้องการดูการ impute ของหลายตัวแปรพร้อมกัน ซึ่งจำเป็นต้องจัดการและปรับโครงสร้างข้อมูลก่อน บทเรียนนี้จะแสดงวิธีจัดการข้อมูลในลักษณะนี้ ซึ่งอาจมีความซับซ้อนเล็กน้อยเมื่อใช้กับข้อมูลแบบ nabular ฟังก์ชัน shadow_long() จะช่วยจัดรูปแบบข้อมูลให้เหมาะสำหรับการสร้างภาพเหล่านี้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การจัดการข้อมูลที่หายไปใน R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ shadow_long() เพื่อรวบรวมข้อมูลที่ถูก impute จาก ocean_imp_mean โดยเน้นที่ตัวแปร humidity และ air_temp_c
  • แสดงผลข้อมูลและตรวจสอบโครงสร้าง
  • สำรวจค่าที่ถูก impute ด้วยฮิสโตแกรมโดยใช้ geom_histogram() โดยวางค่าบนแกน x กำหนดสีตามสถานะการขาดหาย และแยกกราฟตามตัวแปร variable

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Gather the imputed data 
ocean_imp_mean_gather <- shadow_long(___,
                                     ___,
                                     ___))
# Inspect the data
___

# Explore the imputations in a histogram 
ggplot(ocean_imp_mean_gather, 
       aes(x = value, fill = value_NA)) + 
  geom_histogram() + 
  facet_wrap(~variable)
แก้ไขและรันโค้ด