broom gebruiken

Veel programmeertaken zijn makkelijker als je alle gegevens in data frames bewaart. Dat geldt extra als je met the tidyverse werkt, waar dplyr en ggplot2 data frames verwachten. Het pakket broom bevat functies die modellen opsplitsen in drie data frames: één met elementen op coëfficiëntniveau (de coëfficiënten zelf en de p-waarden per coëfficiënt), één met elementen op observatieniveau (zoals voorspelde waarden en residuen), en één met elementen op modelniveau (voornamelijk prestatiekenmerken).

De functies in broom zijn generiek. Ze werken dus met veel modeltypen, niet alleen met lineaire regressiemodellen. Ze werken ook met logistische regressiemodellen (zoals je in hoofdstuk 4 zult zien) en met nog veel meer soorten modellen.

mdl_price_vs_conv is beschikbaar en broom is geladen.