Bắt đầu ngayBắt đầu miễn phí

Đánh giá các tham số khác nhau trong mô hình

Chúng ta bù khuyết dữ liệu là có lý do — để phân tích dữ liệu!

Trong ví dụ này, bạn quan tâm đến việc dự đoán nhiệt độ biển, vì vậy ta sẽ xây dựng một mô hình tuyến tính dự đoán nhiệt độ biển.

Ta sẽ khớp mô hình này cho từng bộ dữ liệu đã tạo, rồi khám phá các hệ số trong dữ liệu.

Các đối tượng từ bài trước (ocean_cc, ocean_imp_lm_wind, ocean_imp_lm_all, và bound_models) đã được nạp vào không gian làm việc.

Bài tập này là một phần của khóa học

Xử lý dữ liệu thiếu trong R

Xem khóa học

Hướng dẫn bài tập

  • Tạo tóm tắt mô hình cho từng bộ dữ liệu với các cột cho phần dư bằng residuals, predict, và tidy.
  • Khám phá các hệ số trong mô hình và đặt mô hình có ước lượng cao nhất cho air_temp_c vào đối tượng best_model

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Create the model summary for each dataset
model_summary <- bound_models %>% 
  group_by(imp_model) %>%
  nest() %>%
  mutate(mod = map(data, ~lm(sea_temp_c ~ air_temp_c + humidity + year, data = .)),
         res = map(mod, ___),
         pred = map(mod, ___),
         tidy = map(mod, ___))

# Explore the coefficients in the model
model_summary %>% 
	select(___,___) %>% 
	unnest()
best_model <- "___"
Chỉnh sửa và Chạy Mã