計算勝算比（odds-ratios）
在上一個練習中，我們看過如何比較朋友推薦對銷售的影響。不過，迴歸輸出有時不容易描述，而勝算比常常更好用。這一題將利用上一個練習的結果來計算勝算比。
勝算比小複習：
- 若勝算比為 1.0，代表兩個事件發生的機會相同。例如，若朋友推薦的勝算比是 1.0，表示朋友對購買決策沒有影響。
- 若勝算比小於 1，朋友的推薦會降低發生購買的機會。例如，勝算比為 0.5 表示朋友推薦的勝算為 1:2，也就是每 2 次放棄才有 1 次購買。
- 若勝算比大於 1，朋友的推薦會提高發生購買的機會。例如，勝算比為 3.0 表示朋友推薦的勝算為 3:1，也就是每 1 次放棄會有 3 次購買。
課程程式碼說明： 自本課程上線以來，broom 套件已停止支援 lme4::lmer() 模型。若你想自行重現，請改用 broom.mixed 套件；它可在 cran 取得。
本練習屬於課程
R 的階層式與混合效果模型
練習說明
- 檢視
model_out的summary()。 - 使用
fixef()從model_out萃取係數，然後取指數轉為勝算比。對confint()重複一次以取得信賴區間。 - 使用
tidy()計算信賴區間，並將friends對購買的效果取指數。務必將conf.int與exponentiate參數設好。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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 = ___)