Meine Daten stammen von einer E-Commerce-Website. Ich messe die Anzahl der Fehler anhand verschiedener unabhängiger Variablen: Filtertechnik (alphabetisch, Relevanz und Suche) und Anzahl der hinzugefügten Artikel (einzeln oder mehrere gleichzeitig in den Warenkorb). Da die Anzahl der Fehler meist null beträgt, habe ich mich für die Zero-Inflated-Poisson-Regression entschieden. Der paarweise Tukey-HSD-Vergleich liefert folgendes Ergebnis.
Wie kann ich in diesem Fall den t-Wert und die p-Werte interpretieren? Zum Beispiel: Bei der Filtertechnik „Alphabetisch“ und „Mehrere hinzugefügte Elemente“ im Vergleich zur Filtertechnik „Suche“ und „Mehrere hinzugefügte Elemente“ beträgt der t-Wert -3,28 und der p-Wert 0,0143. Bedeutet das, dass die Filtertechnik „Suche“ mit mehreren hinzugefügten Elementen ein höheres Fehlerrisiko birgt als die Filtertechnik „Alphabetisch“ mit mehreren hinzugefügten Elementen (da der t-Wert negativ ist)? Dies scheint meinen Daten zu widersprechen, in denen keine Fehler auftreten, wenn die Filtertechnik „Suche“ ist und mehrere Elemente hinzugefügt wurden.
Truthahn-HSD-Paarvergleichstests
Datenverteilung (Alphabetisch, Mehrfach)
Datenverteilung (Suche, Mehrfachauswahl). Hinweis: Es wurden keine Fehler gemacht.
