Le contexte de mes données provient d'un site Web de commerce électronique. Je mesure le nombre d'erreurs commises en fonction de différentes variables indépendantes : technique de filtrage (alphabétique, pertinence et recherche) et nombre d'articles ajoutés (ajoutez un à la fois ou ajoutez plusieurs articles au panier à la fois). Comme le nombre d'erreurs commises est de 0 la plupart du temps, j'ai choisi d'utiliser la régression de Poisson gonflée à zéro. Lorsque j'ai effectué la comparaison Tukey HSD par paires, j'obtiens l'image suivante.
Comment puis-je interpréter le rapport t et les valeurs p dans ce cas ? Par exemple, pour Technique de filtrage = Alphabétique et Nombre d'éléments ajoutés = Multiple, vs Technique de filtrage = Recherche et Nombre d'éléments ajoutés = Multiple, le rapport t est de -3,28 et p=0,0143. Cela signifie-t-il que Recherche, Nombre multiple d'éléments ajoutés a une plus grande importance des erreurs que Alphabétique, Nombre multiple d'éléments ajoutés (puisque t est négatif) ? Cela semble contredire les données que j'ai, où il n'y a pas d'erreurs dans le scénario où la technique de filtrage est la recherche et il y a plusieurs modules ajoutés
tests par paires hsd de dinde
Répartition des données (Alphabétique, Multiple)
Distribution des données (recherche, multiple). Notez qu'il y a 0 erreurs commises
