Der Kontext meiner Daten stammt von einer E-Commerce-Website. Ich messe die Anzahl der gemachten Fehler basierend auf verschiedenen unabhängigen Variablen: Filtertechnik (Alphabetisch, Relevanz und Suche) und Anzahl der hinzugefügten Artikel (Einen nach dem anderen hinzufügen oder mehrere Artikel gleichzeitig in den Warenkorb legen). Da die Anzahl der gemachten Fehler meistens 0 ist, habe ich mich für die Verwendung der Zero Inflated Poisson Regression entschieden. Als ich den paarweisen Tukey-HSD-Vergleich durchführte, erhalte ich folgendes Bild.
Wie kann ich in diesem Fall das t-Verhältnis und die p-Werte interpretieren? Beispiel: Für Filtertechnik = Alphabetisch und Anzahl der hinzugefügten Elemente = Mehrere vs. Filtertechnik = Suche und Anzahl der hinzugefügten Elemente = Mehrere, ist das t-Verhältnis -3,28 und p=0,0143. Bedeutet dies, dass Suche,Mehrere Anzahl von hinzugefügten Elementen eine höhere Bedeutung von Fehlern hat als Alphabetisch,Mehrere Anzahl von Elementen hinzugefügt (da t negativ ist)? Dies scheint den mir vorliegenden Daten zu widersprechen, in denen in dem Szenario, in dem die Filtertechnik die Suche ist und mehrere Module hinzugefügt werden, keine Fehler gemacht wurden
türkei hsd paarweise tests
Verteilung der Daten (alphabetisch, mehrfach)
Datenverteilung (Suche, Mehrfach). Beachten Sie, dass 0 Fehler gemacht wurden
