2つの変数の主な影響私は2つの独立した変数tempoとmode（major、minor）を持っています。それらの主な影響と相互作用の影響はどちらも統計的に有意です。感情的な反応を決定する上で（添付の写真の値）。
どちらがもう一方より重いのかを知るようになるにはどうすればよいですか。言い換えれば、テンポがモードより感情的な反応に影響を与えるかどうか、またその逆の場合、どうすればわかりますか。
再：2つの変数の主な効果、どちらがもう一方より重いのですか？気をつけることの1つ。 予測プロットによる残差は、データがどのように分布しているかについてかなりわかりやすくなっています。これは、連続範囲ではなく二項分布のように見えます。 レスポンスのハイエンドには多少のバラツキがありますが、ローエンドにはほとんどありません。 モデルの構築に使用した予測子に基づいて、「最善の」可能性のあるモデルがあるかどうかをよりよく感じるために、連続体に沿ってランダムな散布図を見たいと思います。 あなたの応答をカテゴリカル（低と高）に変換し、比較以外に何もしなければロジスティック回帰としてモデルをやり直すことができます。
Prob> ItIの値を見ると、Mode（major）が最も重要な変数であり、最も大きな影響を与えている可能性があります。 あなたはまたあなたの全体的な決定に影響を与えるであろう非常に重要な相互作用用語を持っています。 Response NHで赤いホットスポットに行く... そしてファクタプロファイリングに行きます。 プロファイラーをオンにします。 予測プロファイラーはフィットレポートの下部に表示されます。 予測プロファイラーの赤いホットスポットをクリックし、変数の重要性の評価に移動して、Independent Uniform Inputsを選択します。 Prediction Profilerは、予測子にとって重要な順に並べ替えられます。 注文を示すレポートも表示されます。 これらの機能をチェックして、これがあなたが参加しようとしていた方向であるかどうか確かめてください。
HTH
ビル
再：2つの変数の主な効果、どちらがもう一方より重いのですか？プロファイラーをオンにします（赤い三角形>因子プロファイリング>プロファイラー）。
これにより、モデルのグラフィカル表現が得られ、応答に対する各要因の影響が示されます。 影響の相対的な大きさはグラフから明らかであるはずです。
また見なさいプロファイルの解釈方法
