Eksik verilerle doğrusal regresyon

Eksik veri yaygın bir problemdir ve bununla doğru şekilde başa çıkmak son derece önemlidir. Eksik gözlemleri yok saymak ya da yanlış doldurmak, modellerin beklenmedik şekilde çalışmasına ve tahminler ile çıkarımların yanlı olmasına yol açabilir.

Bu bölümde biopics veri kümesiyle çalışacaksın. Bu veri kümesi; filmlerin hasılatları, konu alınan kişilerin özellikleri ve bazı diğer değişkenler de dahil olmak üzere bir dizi biyografik film hakkında bilgi içerir. Ancak bazı veri noktaları eksik. Verinin orijinali fivethirtyeight R paketinden geliyor; fakat bu derste biraz ön işlenmiş bir sürümüyle çalışacaksın.

Bu egzersizde, veri kümesini tanıyacak ve bir filmin hasılatını açıklamak için bir doğrusal regresyon modeli kuracaksın. Hadi başlayalım!

Bu egzersiz

R'de Atamaya Dayalı Eksik Veri Doldurma

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Print first 10 observations
___(biopics, ___)

Kodu Düzenle ve Çalıştır

Bu egzersiz

R'de Atamaya Dayalı Eksik Veri Doldurma

kursunun bir parçasıdır

AvançadoNível de habilidade

4.7+

Kursa Ücretsiz Başlayın

In this chapter, you’ll find out why missing data can be a risk when analyzing a dataset. You’ll be introduced to the three missing data mechanisms and learn how to recognize them using statistical tests and visualization tools.

Exercise 1: Eksik veriler: neler ters gidebilir Exercise 2: Eksik verilerle doğrusal regresyon

Geçerli Egzersiz

Exercise 3: Regresyon çıktısını analiz etme Exercise 4: Modelleri karşılaştırma Exercise 5: Eksik veri mekanizmaları Exercise 6: Eksik veri mekanizmalarını tanıma Exercise 7: MAR için t-testi: veri hazırlığı Exercise 8: MAR için t-testi: yorumlama Exercise 9: Eksik veri desenlerini görselleştirme Exercise 10: Toplulaştırma grafiği Exercise 11: Spine grafiği Exercise 12: Mozaik grafik

Get to know the taxonomy of imputation methods and learn three donor-based techniques: mean, hot-deck, and k-Nearest-Neighbors imputation. You’ll look under the hood to see how these methods work, before learning how to apply them to a real-world tropical weather dataset. Along the way, you’ll also learn useful tricks that you can use to make them work even better for your problems.

Exercise 1: Mean imputation Exercise 2: Smelling the danger of mean imputation Exercise 3: Mean-imputing the temperature Exercise 4: Assessing imputation quality with margin plot Exercise 5: Hot-deck imputation Exercise 6: Vanilla hot-deck Exercise 7: Hot-deck tricks & tips I: imputing within domains Exercise 8: Hot-deck tricks & tips II: sorting by correlated variables Exercise 9: k-Nearest-Neighbors imputation Exercise 10: Choosing the number of neighbors Exercise 11: kNN tricks & tips I: weighting donors Exercise 12: kNN tricks & tips II: sorting variables

It’s time to learn how to use statistical and machine learning models, such as linear regression, logistic regression, and random forests, to impute missing data. In this chapter, you’ll look into how the models make their predictions and use this knowledge to draw the imputed values from conditional distributions. This is important as it ensures your imputations are more varied and plausible, making them more similar to the true data.

Exercise 1: Model-based imputation approach Exercise 2: Linear regression imputation Exercise 3: Initializing missing values & iterating over variables Exercise 4: Detecting convergence Exercise 5: Replicating data variability Exercise 6: Logistic regression imputation Exercise 7: Drawing from conditional distribution Exercise 8: Model-based imputation with multiple variable types Exercise 9: Tree-based imputation Exercise 10: Imputing with random forests Exercise 11: Variable-wise imputation errors Exercise 12: Speed-accuracy trade-off

Imputed values are not set in stone. They are just estimates and estimates come with some uncertainty. In this final chapter, you’ll discover how bootstrapping and chained equation using the mice package can be used to incorporate imputation uncertainty into your models and analyses to make them more reliable and robust.

Exercise 1: Multiple imputation by bootstrapping Exercise 2: Wrapping imputation & modeling in a function Exercise 3: Running the bootstrap Exercise 4: Bootstrapping confidence intervals Exercise 5: Multiple imputation by chained equations Exercise 6: The mice flow: mice - with - pool Exercise 7: Choosing default models Exercise 8: Using predictor matrix Exercise 9: Putting it all together Exercise 10: Analyzing missing data patterns Exercise 11: Imputing and inspecting outcomes Exercise 12: Inference with imputed data Exercise 13: Final remarks