Intervalli di confidenza nel profiler di previsione (interpretazione)Ciao
Potresti aiutarmi per favore? Sto ancora imparando DOE.
Come posso interpretare gli intervalli di confidenza nel profiler di previsione?
Quindi ci sono effetti e interazioni significativi. Tuttavia quando "sconto" è 0 e "direct_comm" è 1 la differenza non è significativa (immagine sotto)?
Quindi, come posso interpretare un altro caso in cui gli IC di "sconto" sono significativi ma gli IC di "direct_comm" non lo sono?
Il resto:
Grazie tante!
Ri: intervalli di confidenza nel profiler di previsione (interpretazione)Nella tua domanda ci sono due tipi di interpretazione: l'interpretazione dei test delle stime dei parametri e l'interpretazione delle previsioni del modello.
I tre termini nel modello sono significativi. Non dovresti eliminare nessuno di loro o influenzerai il modello.
Le previsioni sono corrette. Le tracce visualizzate in Prediction Profiler si basano sul modello e sui livelli dei fattori indicati. L'effetto di interazione (2.5) è grande quasi quanto gli effetti del primo ordine (o principali) (3 e -3), quindi è una caratteristica importante della profilazione.
Un significativo effetto di interazione significa che il l'effetto di un fattore (sconto) dipende dal livello di un altro fattore (direct_comm) .
- Non vi è praticamente alcun effetto di cambiare lo sconto quando direct_comm è 1.
- Non c'è praticamente alcun effetto nel cambiare direct_comm quando lo sconto è 0.
- C'è un forte effetto di cambiare lo sconto quando direct_comm è 0.
- C'è un forte effetto di cambiare direct_comm quando lo sconto è 1.
Questo caso illustra perché le interazioni nella risposta sono così importanti per la modellazione e la previsione. Prediction Profiler è un ottimo modo per comprendere e sfruttare gli effetti di interazione.
