CommencezCommencez gratuitement

Calcul des rapports de cotes

Dans l'exercice précédent, nous avons vu comment comparer les effets d'une recommandation d'un ami sur les ventes. Toutefois, les résultats d'une régression peuvent être difficiles à expliquer, et les rapports de cotes sont parfois plus simples à utiliser. À partir des résultats de l'exercice précédent, nous allons calculer des rapports de cotes.

Rappel sur les rapports de cotes :

  • Si un rapport de cotes est de 1,0, alors les deux événements ont une probabilité égale de survenir. Par exemple, si le rapport de cotes pour une recommandation d'un ami est de 1,0, l'ami n'a aucune influence sur la décision d'achat.
  • Si un rapport de cotes est inférieur à 1, une recommandation d'un ami diminue la probabilité qu'un achat ait lieu. Par exemple, un rapport de cotes de 0,5 signifie qu'une recommandation d'un ami a des cotes de 1:2, soit 1 achat pour 2 refus.
  • Si un rapport de cotes est supérieur à 1, une recommandation d'un ami augmente la probabilité qu'un achat ait lieu. Par exemple, un rapport de cotes de 3,0 signifie des cotes de 3:1, soit 3 achats pour 1 refus.

Note sur le code du cours : Depuis le lancement de ce cours, le paquet broom a abandonné la prise en charge des modèles lme4::lmer(). Si vous souhaitez refaire l'exercice par vous-même, vous aurez besoin du paquet broom.mixed, disponible sur CRAN.

Cette activité fait partie du cours

Modèles hiérarchiques et à effets mixtes en R

Voir le cours

Instructions de l’exercice

  • Consultez le summary() de model_out.
  • Extrayez les coefficients de model_out avec fixef(), puis convertissez-les en rapport de cotes en prenant l'exponentielle. Répétez avec confint() pour obtenir les intervalles de confiance.
  • Calculez les intervalles de confiance, puis exponentiez l'effet de friends sur un achat avec tidy(). Assurez-vous de définir les paramètres conf.int et exponentiate.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Run the code to see how to calculate odds ratios
summary( ___) 
exp(___(model_out))
exp(___(model_out))

# Create the tidied output
tidy(model_out, conf.int = ___, exponentiate = ___)
Modifier et exécuter le code