闻一闻均值插补的"风险味"

最常见的插补方法之一是均值插补：将某个变量中的缺失值，用该变量已观测值的均值来替代。不过，在很多情况下，这个简单方法并不理想。有时只要快速浏览一下数据，您就能察觉到均值插补可能带来的风险。

本章中，您将使用 Tropical Atmosphere Ocean（tao）项目数据的一个子样本。该数据集包含在两个不同时期、五个不同位置采集的大气观测。数据来自 VIM 包。

在本练习中，您将先熟悉数据，并做一个简单分析，以初步判断均值插补可能造成的影响。让我们来看看 tao 数据吧！