Sử dụng simputation để nội suy dữ liệu
Có rất nhiều gói nội suy (imputation) trong R. Ở đây, chúng ta sẽ tập trung vào gói simputation, gói này cung cấp một giao diện đơn giản nhưng mạnh mẽ để thực hiện nội suy.
Xây dựng một mô hình nội suy tốt là cực kỳ quan trọng, nhưng cũng là chủ đề phức tạp — việc xây dựng một mô hình nội suy tốt đòi hỏi công sức tương đương với việc xây dựng một mô hình thống kê tốt. Trong khóa học này, chúng ta sẽ tập trung vào cách đánh giá các nội suy.
Đầu tiên, chúng ta sẽ xem cách dùng hàm impute_lm(), hàm này nội suy giá trị theo một mô hình tuyến tính được chỉ định.
Trong bài tập này, chúng ta sẽ áp dụng các kỹ thuật đánh giá trước đó lên dữ liệu với impute_lm(), rồi tiếp tục phát triển phương pháp nội suy này ở các bài học sau.
Bài tập này là một phần của khóa học
Xử lý dữ liệu thiếu trong R
Hướng dẫn bài tập
Sử dụng bộ dữ liệu oceanbuoys:
- Nội suy
humiditydựa trênwind_ewvàwind_ns, và theo dõi các giá trị khuyết bằngadd_label_shadow(). - Vẽ các giá trị đã nội suy cho
air_temp_cvàhumidity, lần lượt đặt chúng trên trục x và trục y, và tô màu theoany_missing().
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Impute humidity and air temperature using wind_ew and wind_ns, and track missing values
ocean_imp_lm_wind <- ___ %>%
bind_shadow() %>%
impute_lm(air_temp_c ~ wind_ew + wind_ns) %>%
impute_lm(___ ~ ___ + ___) %>%
add_label_shadow()
# Plot the imputed values for air_temp_c and humidity, colored by missingness
ggplot(___,
aes(x = ___, y = ___, color = any_missing)) +
geom_point()