Mes données proviennent d'un site de commerce électronique. Je mesure le nombre d'erreurs commises en fonction de différentes variables indépendantes : la technique de filtrage (alphabétique, pertinence et recherche) et le nombre d'articles ajoutés (un par un ou plusieurs articles simultanément au panier). Le nombre d'erreurs étant généralement nul, j'ai opté pour une régression de Poisson à inflation de zéros. La comparaison par paires de Tukey HSD donne les résultats suivants.
Comment interpréter le rapport t et la valeur p dans ce cas ? Par exemple, pour la technique de filtrage « Alphabétique » et le nombre d'éléments ajoutés « Multiple », comparée à la technique de filtrage « Recherche » et le nombre d'éléments ajoutés « Multiple », le rapport t est de -3,28 et la valeur p est de 0,0143. Cela signifie-t-il que la combinaison « Recherche, Nombre d'éléments ajoutés » présente un risque d'erreurs plus élevé que la combinaison « Alphabétique, Nombre d'éléments ajoutés » (puisque t est négatif) ? Cela semble contredire mes données, qui ne montrent aucune erreur lorsque la technique de filtrage est « Recherche » et que plusieurs modules sont ajoutés.
tests par paires HSD de Turquie
Distribution des données (alphabétique, multiple)
Distribution des données (Recherche, Multiple). Remarque : aucune erreur n'a été commise.
