如何在分區下解釋Prediction Profiler圖該圖像顯示了來自分區建模練習的3個x變量級別的預測概率。x軸是3種不同類型的人。 y軸是使人們從中選擇的40個對象選項（僅單個選擇）。我的意圖是讓具有最大預測概率的對象（帶圓圈）代表每個人的類型。
問題：單個對象線穿過每個x的形狀的意義（如果有）是什麼？ （我在Profiler手冊中找不到任何線索）。
分析工具圖形其他回复：如何在分區下解釋預測分析器圖概率加到1。 相鄰線之間的差異是給定級別的預測概率。 對於軸頂部附近的項目，F1的第一級和第三級似乎具有較高的概率。 對於軸模型中的項，F1的第二級似乎具有更高的概率。 對於軸底部附近的所有項目，F1的所有級別的概率都很小。
選擇除F1，F2或F3中的第一個電平以外的其他電平可以更改整體形狀。 這種變化表明預測變量之間存在相互作用。
回复：如何在分區下解釋預測分析器圖標記，
我確實了解到，對於每個F級別（F1，F2，F3），預測的概率總計為1.0。
我還了解到，當我在每個F電平上跟踪每條線（例如，倒V形）時，都會獲得我選擇的F設置下該y對象（例如Shade 31）的概率。
我要問的是，例如為什麼當F1，F2，F3的預測概率分別為.132，.055，.113時，陰影31的倒V形？形狀必須具有某種意義。 當然，它似乎與您指出的較高概率區域的位置（圖形的頂部，中間，底部）不相關。
回复：如何解釋分區下的預測探查器圖我不明白你在問什麼。 您適合三個不同且獨立的模型（F1，F2，F3），並且類別預測變量具有3個級別。 您的圖片很小，我看不到標籤之類的細節。
