線性迴歸插補
有時候，你可以利用領域知識、既有研究，或單純的常識，來描述資料中變數之間的關係。這種情況下，基於模型的插補會是很好的做法。因為你可以依照自己指定的統計模型來插補每個變數，並把你對變數彼此影響方式的各種假設納入考量。
對連續變數來說，常見的模型選擇是線性迴歸。不過，它並不侷限於線性關係！你隨時可以在自變數中加入平方項或變數的對數。在這個練習中，你會使用 simputation 套件，對 tao 資料做一次線性迴歸插補，並分析結果。來試試看吧！
本練習屬於課程
在 R 中以插補處理遺漏值
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。
# Load the simputation package
___
# Impute air_temp and humidity with linear regression
formula <- ____
tao_imp <- ___(tao, formula)