パラメータ推定値の解釈パラメータ推定値の表に基づいて、どの用語が応答に対して最も支配的であるかを判断する必要があります。 推定列の下のいくつかの項の負の係数のために、私は少し混乱しています。
分析データ表DOERe：パラメータ推定値の解釈交互作用項は、「主効果」、「線形効果」、または「相加効果」に加えて効果を表します。 負のパラメーターは、「拮抗的」効果を示します。このモデルは、線形項のみから予想されるよりも、応答の正の変化が少ないことを予測します。
一部のパラメータはゼロと大きく異ならないように思われるため、これらの項を削除できます。 ベストプラクティスは、最下位の項（最大のp値）を削除して、新しいモデルを評価することです。 一度に1つの項を削除し、新しい推定値とp値のセットを評価します。
私はあなたが使用することをお勧めします予測プロファイラー要因と応答の間の関係の解釈を支援するモデルを選択したら。
Re：パラメータ推定値の解釈マークの説明と推奨に加えて、私は次の考えを持っています：
1.応答変数の変化のうち、実際に重要なものはどれくらいですか。 推定値は、パラメーターの変更の「単位」ごとに応答がどの程度変化するかを示す指標です。
2.パラメータ推定値の表に切片が表示されませんか？ これは通常、データの平均です。
3.相互作用は理解するのが難しい場合があり、それらを最適化する方法は、応答の目標値と実際の影響の両方に依存します。 交互作用とは、ある因子の効果が別の因子に依存する場合です。 正の符号の2因子交互作用の場合、これらの因子が同じ符号（-、-または+、+）を持つ場合、交互作用の効果は大きくなります。負の交互作用の場合、それらが反対の符号を持つ場合、効果は大きくなります、（-、+または+、-）。 主な効果について結論を出す前に、相互作用を評価することをお勧めします。 評価のために相互作用プロットを見てください。
