Utilisation du balai

De nombreuses tâches de programmation sont simplifiées si vous conservez toutes vos données dans des Data frames. Cela est particulièrement vrai si vous êtes un adepte de tidyverse, où dplyr et ggplot2 exigent l'utilisation de Data frames. Le paquet broom contient des fonctions qui décomposent les modèles en trois data frames : un pour les éléments au niveau des coefficients (les coefficients eux-mêmes, ainsi que les valeurs p pour chaque coefficient), les éléments au niveau des observations (tels que les valeurs ajustées et les résidus) et les éléments au niveau du modèle (principalement des indicateurs de performance).

Les fonctions dans broom sont génériques. En d'autres termes, elles fonctionnent avec de nombreux types de modèles, et pas seulement avec des objets de modèles de régression linéaire. Elles fonctionnent également avec des objets de modèle de régression logistique (comme vous le verrez au chapitre 4) et de nombreux autres types de modèles.

mdl_price_vs_conv est disponible et broom est chargé.