Utiliser broom

Beaucoup de tâches de programmation sont plus simples si vous gardez toutes vos données dans des trames de données. C'est particulièrement vrai si vous êtes adepte du tidyverse, où dplyr et ggplot2 exigent l'utilisation de trames de données. Le paquet broom contient des fonctions qui décomposent les modèles en trois trames de données : une pour les éléments au niveau des coefficients (les coefficients eux-mêmes, ainsi que les valeurs p pour chaque coefficient), une pour les éléments au niveau des observations (comme les valeurs ajustées et les résidus) et une pour les éléments au niveau du modèle (principalement des mesures de performance).

Les fonctions de broom sont génériques. Autrement dit, elles fonctionnent avec de nombreux types de modèles, pas seulement des objets de modèle de régression linéaire. Elles fonctionnent aussi avec des objets de modèle de régression logistique (comme vous le verrez au chapitre 4), ainsi qu'avec beaucoup d'autres types de modèles.

mdl_price_vs_conv est disponible et broom est chargé.