예측 프로파일 러의 신뢰 간격 (해석)안녕하세요
제발 도와 주실 수 있습니까? 나는 여전히 DOE를 배우고있다.
예측 프로파일 러에서 신뢰 구간을 어떻게 해석 할 수 있습니까?
따라서 중요한 효과와 상호 작용이 있습니다. 그러나 "할인"이 0이고 "direct_comm"이 1 인 경우 그 차이는 중요하지 않습니다 (아래 그림 참조).
그렇다면 "할인"의 CI가 중요하지만 "direct_comm"의 CI가 아닌 다른 사례를 어떻게 해석 할 수 있습니까?
나머지 :
큰 감사를 드린다!
재 : 예측 프로파일 러에서의 신뢰 간격 (해석)당신의 질문에는 두 가지 종류의 해석이 있습니다 : 매개 변수 추정치의 해석과 모델 예측의 해석.
모델의 세 가지 용어가 중요합니다. 당신은 그것들을 삭제해서는 안됩니다. 그렇지 않으면 당신은 모델에 편향을 줄 것입니다.
예측은 정확합니다. 예측 프로파일 러에 표시되는 추적은 모델 및 주어진 요인 수준을 기반으로합니다. 상호 작용 효과 (2.5)는 1 차 (또는 주요) 효과 (3 및 -3)와 크기가 거의 동일하므로 프로파일 링의 주요 특징입니다.
중요한 상호 작용 효과 는 하나의 요소 (할인)의 효과는 다른 요소 (direct_comm)의 수준에 달려 있습니다. .
- direct_comm이 1 일 때 할인을 변경하는 효과는 거의 없습니다.
- discount가 0 일 때 direct_comm을 변경하면 아무런 효과가 없습니다.
- direct_comm이 0 일 때 할인을 변경하는 효과가 큽니다.
- discount가 1 일 때 direct_comm을 변경하면 큰 효과가 있습니다.
이 사례는 응답의 상호 작용이 모델링 및 예측에 중요한 이유를 설명합니다. 예측 프로파일 러는 상호 작용 효과를 이해하고 활용할 수있는 좋은 방법입니다.
