Kom igångKom igång gratis

Beräkna oddskvoten

I föregående övning såg vi hur man jämför effekten av en väns rekommendation på försäljning. Regressionsresultat kan dock vara svåra att tolka, och ibland är oddskvoten ett enklare mått att använda. Med hjälp av resultaten från föregående övning ska vi nu beräkna oddskvoten.

Repetition om oddskvoten:

  • En oddskvot på 1,0 innebär att båda händelserna är lika sannolika. Om oddskvoten för en väns rekommendation till exempel är 1,0 har vännen ingen påverkan på köpbeslutet.
  • En oddskvot under 1 innebär att en väns rekommendation minskar sannolikheten för ett köp. En oddskvot på 0,5 betyder till exempel att oddsen är 1:2 – det vill säga ett köp per två uteblivna köp.
  • En oddskvot över 1 innebär att en väns rekommendation ökar sannolikheten för ett köp. En oddskvot på 3,0 betyder till exempel att oddsen är 3:1 – det vill säga tre köp per ett uteblivet köp.

Notering om kurskoden: Sedan den här kursen lanserades har paketet broom slutat stödja lme4::lmer()-modeller. Om du vill upprepa detta på egen hand behöver du paketet broom.mixed, som finns på cran.

Den här övningen är en del av kursen

Hierarkiska modeller och modeller med blandade effekter i R

Visa kurs

Övningsinstruktioner

  • Titta på summary() för model_out.
  • Extrahera koefficienterna från model_out med fixef() och konvertera sedan till oddskvot genom att ta exponentialvärdet. Upprepa med confint() för att få konfidensintervallen.
  • Beräkna konfidensintervallen och exponentiera sedan effekten av friends på ett köp med hjälp av tidy(). Se till att ange parametrarna conf.int och exponentiate.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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 = ___)
Redigera och kör kod