Använda broom

Många programmeringsuppgifter blir enklare om du håller all data i dataramar. Det gäller särskilt om du föredrar tidyverse, där dplyr och ggplot2 kräver att du arbetar med dataramar. Paketet broom innehåller funktioner som delar upp modeller i tre dataramar: en för element på koefficientnivå (själva koefficienterna samt p-värden för varje koefficient), en för element på observationsnivå (som anpassade värden och residualer) och en för element på modellnivå (huvudsakligen prestandamått).

Funktionerna i broom är generiska, det vill säga de fungerar med många modelltyper – inte bara linjära regressionsmodellobjekt. De fungerar även med logistiska regressionsmodellobjekt (vilket du får se i kapitel 4) och många andra typer av modeller.

mdl_price_vs_conv är tillgänglig och broom är inläst.