ค้นหารูปแบบของข้อมูลที่หายไป
หากข้อมูลหายไปแบบสุ่มสมบูรณ์ ก็ไม่ควรสามารถทำนายได้ว่าตัวแปรใดจะมีค่าขาดหายไปจากข้อมูลส่วนที่เหลือ ดังนั้น หากทำนายการหายไปของข้อมูลได้ แสดงว่าข้อมูลนั้นไม่ได้หายไปแบบสุ่มสมบูรณ์ มาใช้ฟังก์ชัน glm() เพื่อ fit โมเดล logistic regression โดยดูว่าการหายไปของข้อมูลมีความสัมพันธ์กับความสามารถในการชำระหนี้ในตัวแปร mort ที่สร้างไว้ก่อนหน้านี้หรือไม่ หากไม่พบโครงสร้างใดในข้อมูลที่หายไป กล่าวคือตัวแปร slope ไม่มีนัยสำคัญ นั่นไม่ได้พิสูจน์ว่าข้อมูลหายไปแบบสุ่ม แต่ก็ถือว่าเป็นไปได้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การประมวลผลข้อมูลขนาดใหญ่ใน R
คำแนะนำการฝึกหัด
- สร้างตัวแปรที่ระบุว่าคอลัมน์
"borrower_race"มีค่าขาดหายไป (เท่ากับ 9) ในข้อมูลสินเชื่อที่อยู่อาศัยหรือไม่ - สร้างตัวแปร factor จากคอลัมน์
"affordability" - Regress
affordability_factorกับborrower_race_indแล้วเรียกsummary()กับผลลัพธ์ที่ได้
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create a variable indicating if borrower_race is missing in the mortgage data
borrower_race_ind <- mort[, ___] == 9
# Create a factor variable indicating the affordability
affordability_factor <- ___(mort[, ___])
# Perform a logistic regression
___(glm(___ ~ affordability_factor, family = binomial))