パーティショニングの下で予測プロファイラーグラフを解釈する方法この画像は、パーティショニングモデリング演習からの3つのx変数レベルの予測確率を示しています。x軸は3つの異なるタイプの人々です。 y軸は、人々が選択するように作られた40のオブジェクトオプションです（単一選択のみ）。私の意図は、各人のタイプを表すために、最大の予測確率（丸で囲まれた）を持つオブジェクトを持つことです。
質問：個々のオブジェクトの線が各xを横切るときの形状の重要性は、もしあれば、何ですか。 （（プロファイラーのマニュアルに手がかりが見つかりませんでした）。
分析グラフィックスその他Re：パーティショニングの下で予測プロファイラーグラフを解釈する方法確率は1に追加されます。 隣接する線の差は、特定のレベルの予測確率です。 F1の第1レベルと第3レベルは、軸の上部に近いアイテムの確率が高いように見えます。 F1の2番目のレベルは、軸のモデル内のアイテムの確率が高いように見えます。 F1のすべてのレベルでは、軸の下部に近いアイテムの確率が低くなっています。
F1、F2、またはF3の最初のレベル以外のレベルを選択すると、全体の形状が変わる可能性があります。 この種の変化は、予測子間に相互作用があることを示しています。
Re：パーティショニングの下で予測プロファイラーグラフを解釈する方法マーク、
各Fレベル（F1、F2、F3）について、予測される確率の合計が1.0になることを理解しています。
また、各Fレベルで各線（たとえば、逆V字型）をトレースすると、選択したF設定でそのyオブジェクト（たとえば、シェード31）の確率が与えられることも理解しています。
私が疑問に思っているのは、たとえば、予測確率がF1、F2、F3でそれぞれ.132、.055、.113である場合、シェード31の逆V字型である理由です。形は何かを意味するに違いありません。 それは確かにあなたが指摘するより高い確率の領域の場所（グラフの上部、中央、下部）と相関しているようには見えません。
Re：パーティショニングの下で予測プロファイラーグラフを解釈する方法私はあなたが何を求めているのか理解していません。 3つの異なる別々のモデル（F1、F2、F3）を適合させ、カテゴリ予測子には3つのレベルがあります。 あなたの写真はとても小さいので、ラベルなどの詳細が見えません。
