Đánh giá phép bù dữ liệu (nhiều mô hình & biến)
Khi xây dựng một mô hình bù dữ liệu, bạn nên so sánh nó với phương pháp khác.
Trong bài này, bạn sẽ thêm một mô hình bù dữ liệu cuối cùng có chứa một thông tin bổ sung hữu ích giúp giải thích một phần biến thiên trong dữ liệu. Sau đó, bạn sẽ so sánh các giá trị, như bạn đã làm ở bài trước.
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:
- Bù dữ liệu bằng
impute_lm(), thêmyearvào mô hình. - Gộp các phương pháp bù dữ liệu lại, đưa
ocean_imp_meanvàomean,ocean_imp_lm_windvàolm_wind, vàocean_imp_lm_wind_yearvàolm_wind_year. - Quan sát các giá trị
air_temp_c(trục x) vàhumidity(trục y), tô màu theo việc có thiếu dữ liệu hay không, và tách ô theo mô hình bù dữ liệu.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Build a model adding year to the outcome
ocean_imp_lm_wind_year <- bind_shadow(___) %>%
impute_lm(air_temp_c ~ wind_ew + wind_ns + ___) %>%
impute_lm(humidity ~ wind_ew + wind_ns + ___) %>%
add_label_shadow()
# Bind the mean, lm_wind, and lm_wind_year models together
bound_models <- bind_rows(mean = ocean_imp_mean,
lm_wind = ocean_imp_lm_wind,
lm_wind_year = ___,
.id = "imp_model")
# Explore air_temp and humidity, coloring by any missings, and faceting by imputation model
ggplot(___, aes(x = ___, y = ___, color = any_missing)) +
geom_point() + facet_wrap(~___)