Examiner et interpréter les résultats d'une régression logistique

Dans l'exercice précédent, vous avez ajusté une régression logistique, bus_out. Dans celui-ci, vous allez examiner bus_out et interpréter les résultats de la régression à l'aide des outils vus au chapitre 1 :

• print() présente les estimations des coefficients (pentes et constantes) pour les différentes variables explicatives ainsi que de l'information sur l'ajustement du modèle, comme la déviance.
• summary() inclut les sorties de print() ainsi que les erreurs types, les scores z et les valeurs P pour les estimations de coefficients.
• tidy() fournit le tableau de coefficients de summary() sous forme d'un cadre de données tidy.

Rappelez-vous que les coefficients de régression nous aident à comprendre à la fois le sens des relations et la signification statistique des coefficients. Pour une régression logistique, un coefficient positif indique que la probabilité qu'un événement se produise augmente à mesure qu'un prédicteur augmente.