ПочатиПочніть безкоштовно

Оцінювання імпутацій: Для багатьох змінних

Досі ми розглядали способи перегляду окремих змінних або пар змінних та їх імпутованих значень. Однак інколи потрібно подивитися на імпутації для багатьох змінних. Для цього слід виконати трохи підготовки та переструктурування даних. У цьому уроці показано, як виконати таке опрацювання даних, яке може бути трохи заплутаним у випадку даних nabular. Функція shadow_long() надає даним потрібної форми для таких візуалізацій.

Ця вправа є частиною курсу

Робота з пропущеними даними в R

Переглянути курс

Інструкції до вправи

  • Використайте shadow_long() для збирання імпутованих даних ocean_imp_mean, зосередившись на humidity та air_temp_c.
  • Виведіть дані та перегляньте їх.
  • Дослідіть імпутації на гістограмі за допомогою geom_histogram(), розмістивши значення на осі x, заповнивши кольором за їхньою пропущеністю та створивши фасети за variable

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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)
Редагувати та запускати код