计算比值比（odds-ratios）
在上一个练习中，我们比较了好友推荐对销量的影响。不过，回归输出有时不易表述，而比值比往往更直观。基于上一个练习的结果，我们将计算比值比。
比值比速览：
- 若比值比为 1.0，则两个事件发生的机会相同。例如，如果好友推荐的比值比为 1.0，则好友对购买决策没有影响。
- 若比值比小于 1，则好友推荐会降低发生购买的机会。例如，比值比为 0.5 表示好友推荐的胜算是 1:2，即每发生 1 次购买就有 2 次未购买。
- 若比值比大于 1，则好友推荐会提高发生购买的机会。例如，比值比为 3.0 表示好友推荐的胜算是 3:1，即每 1 次未购买对应 3 次购买。
关于课程代码的说明： 自本课程发布以来，broom 包已不再支持 lme4::lmer() 模型。若您自行复现练习，需要使用 broom.mixed 包，已发布在 cran。
本练习是课程的一部分
R 中的分层与混合效应模型
练习说明
- 查看
model_out的summary()。 - 使用
fixef()从model_out提取系数，并通过取指数将其转换为比值比。对confint()做同样操作以获得置信区间。 - 使用
tidy()计算效应的置信区间并取指数，得到friends对购买的影响。请确保设置conf.int和exponentiate参数。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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 = ___)