評估插補（多個模型與變數）
當你建立插補模型時，把它拿來和另一種方法比較通常是個好主意。
在這個單元中，你要再加入一個最終的插補模型，額外納入一個有助於解釋資料變異的資訊。接著，如同上一個單元，你會比較這些值。
本練習屬於課程
在 R 中處理遺漏值
練習說明
使用 oceanbuoys 資料集：
- 使用
impute_lm()進行插補，並把year加入模型。 - 將各種插補方法合併：把
ocean_imp_mean放到mean，ocean_imp_lm_wind放到lm_wind，ocean_imp_lm_wind_year放到lm_wind_year。 - 檢視
air_temp_c（x 軸）與humidity（y 軸）的值，依是否為遺漏值著色，並依插補模型分面。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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(~___)