評估不良的插補
在評估插補之前，先知道「不好的情況」長什麼樣子會很有幫助。為了探索這點，我們來看一種常見但不理想的插補方法：用平均值進行插補。
在這個練習中，你將用盒狀圖來觀察平均值插補的效果，資料使用 oceanbuoys 資料集。
本練習屬於課程
在 R 中處理遺漏值
練習說明
針對 oceanbuoys 資料集：
- 使用
impute_mean_all()以平均值進行插補，並用add_label_shadow()追蹤這些插補結果。 - 使用盒狀圖探索相對溼度（
humidity）的插補值。 - 使用盒狀圖探索氣溫（
air_temp_c）的插補值。
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。
# Impute the mean value and track the imputations
ocean_imp_mean <- bind_shadow(___) %>%
___() %>%
___()
# Explore the mean values in humidity in the imputed dataset
ggplot(___,
aes(x = ___, y = ___)) +
geom_boxplot()
# Explore the values in air temperature in the imputed dataset
ggplot(___,
aes(x = ___, y = ___)) +
geom_boxplot()