如何解釋分區下的 Prediction Profiler 圖該圖顯示了分區建模練習中 3 個 x 變量級別的預測概率。x 軸是 3 種不同類型的人。 y 軸是讓人們從中選擇的 40 個對象選項（僅限單選）。我的意圖是讓具有最大預測概率（圈出）的對象來代表每種人類型。
問題：當它們穿過每個 x 時，單個對象線的形狀有什麼意義（如果有的話）。 (我在 Profiler 手冊中找不到任何線索）。
分析圖形其他回复：如何解釋分區下的預測刻畫器圖我不明白你在問什麼。 您擬合三個不同且獨立的模型（F1、F2、F3），分類預測變量具有 3 個級別。 你的圖片太小了，我看不到標籤等細節。
回复：如何解釋分區下的預測刻畫器圖標記，
我確實了解對於每個 F 級別（F1、F2、F3），預測概率總和為 1.0。
我還了解到，當我在每個 F 級別上追踪每條線（比如倒 V 形）時，我會得到在我選擇的 F 設置下該 y 對象（比如 Shade 31）的概率。
我想問的是，為什麼當 F1、F2、F3 的預測概率分別為 0.132、0.055、0.113 時，Shade 31 的倒 V 形？形狀必須意味著什麼。 它肯定與您指出的較高概率區域的位置（圖表的頂部、中間、底部）無關。
回复：如何解釋分區下的預測刻畫器圖概率加起來為 1。 相鄰線之間的差異是給定水平的預測概率。 F1 的第一層和第三層似乎對靠近軸頂部的項目具有更高的概率。 F1 的第二層似乎對軸模型中的項目具有更高的概率。 F1 的所有級別對於靠近軸底部的項目都有很小的概率。
選擇 F1、F2 或 F3 中第一個級別以外的級別可以更改整體形狀。 這種變化表明預測變量之間存在交互作用。
