私のデータのコンテキストは、e コマース Web サイトからのものです。 さまざまな独立変数に基づいてエラーの数を測定しています: フィルタリング手法 (アルファベット順、関連性、検索) および追加されたアイテムの数 (一度に 1 つ追加するか、一度に複数のアイテムをカートに追加します)。 エラーの数はほとんどの場合 0 であるため、Zero Inflated Poisson Regression を使用することにしました。 ペアごとの Tukey HSD 比較を実行すると、次の図が得られます。
この場合、t 比と p 値はどのように解釈できますか? たとえば、フィルタリング手法 = アルファベット順、追加項目数 = 複数、対フィルタリング手法 = 検索、追加項目数 = 複数の場合、t 比は -3.28 で p=0.0143 です。 これは、Search,Multiple number of items added の方が Alphabetical,Multiple number of items added (t が負であるため) よりもエラーの重要性が高いことを意味しますか? これは、フィルタリング手法が検索であり、複数のモジュールが追加されているシナリオでエラーが発生していない、私が持っているデータと矛盾しているようです
七面鳥HSDペアワイズテスト
データの分布 (アルファベット順、複数)
データの配布 (検索、複数)。 エラーが 0 であることに注意してください
