Interpréter les paramètres d'un modèle hiérarchique

Très bien, maintenant que nous avons estimé choc_m7, examinons ses paramètres. Utilisez summary() et plot() pour inspecter le modèle choc_m7. Parmi les quatre marques de chocolat listées, laquelle présente la plus forte hétérogénéité des préférences ? Vous pouvez regarder les valeurs du paramètre sd.<brand_name>, qui correspond à l'écart type du paramètre de cette marque entre les personnes. Son signe est arbitraire, donc comparez les valeurs absolues : des valeurs plus élevées indiquent de plus grandes différences entre individus. Vous pouvez aussi examiner la distribution des valeurs dans le graphique.