El resultado que muestras no es consistente con el código, por que de hecho, deberías estar teniendo algún tipo de error, por al menos dos razones: 1) aprox()
retorna una lista de puntos y la asignación espera un vector y 2) Lo más probable que el resultado no sea del mismo tamaño de los puntos que quieres reemplazar, por que no estás indicando cuantos puntos quieres.
Ahora bien, aporx()
con el método "linear" básicamente lo que hace es interpolar una serie de puntos entre dos puntos dados (x, y), básicamente ajustándolos a la recta que une estos puntos. No sé que tan bien está lo que te voy a sugerir, pero es ciertamente un mecanismo de imputación posible: la idea sería generar los puntos que caen en la recta que va desde la edad mínima a la máxima de la muestra, la cantidad de puntos sería el total de valores faltantes.
rango_edades <- data.frame(x=c(1, nrow(titanic)),
y=c(min(titanic$Age, na.rm = TRUE),
max(titanic$Age, na.rm = TRUE))
)
edades_na <- approx(rango_edades$x,
rango_edades$y,
n=sum(is.na(titanic$Age)),
method = "linear")$y
head(edades_na)
[1] 0.4200000 0.8721591 1.3243182 1.7764773 2.2286364
[6] 2.6807955
titanic$Age[is.na(titanic$Age)] = edades_na