Étendre le modèle de réponse logistique

Rappelez-vous que la brasserie a installé des présentoirs au point de vente pour augmenter les achats de Hoppiness. Pour se démarquer comme marque, la brasserie a aussi mis de l'avant Hoppiness en soulignant son caractère régional. Ces mises en vedette ont également été combinées avec les présentoirs au point de vente.

Vous commencez par résumer les actions DISPL.HOP, FEAT.HOP et FEATDISPL.HOP à l'aide de la fonction summary().

Ensuite, vous modélisez les probabilités d'achat de HOPPINESS en fonction de price.ratio, DISPL.HOP, FEAT.HOP et FEATDISPL.HOP. À nouveau, vous utilisez la fonction glm() avec l'argument family défini à binomial.

Enfin, vous calculez les effets marginaux des prédicteurs à l'aide de la fonction margins().