解释零膨胀泊松中的 Pairwise Tukey HSD t 比率我的数据上下文来自电子商务网站。 我正在测量基于不同自变量的错误数量：过滤技术（字母顺序、相关性和搜索）和添加的项目数量（一次添加一个，或一次添加多个项目到购物车）。 由于大部分时间错误数为 0，我选择使用零膨胀泊松回归。 当我执行成对的 Tukey HSD 比较时，我得到了下图。
在这种情况下，我如何解释 t 比率和 p 值？ 例如，对于过滤技术 = 按字母顺序和添加的项目数 = 多个，与过滤技术 = 搜索和添加的项目数 = 多个相比，t 比率为 -3.28 和 p=0.0143。 这是否意味着 Search,Multiple number of items added 比 Alphabetical,Multiple number of items added 具有更高的错误重要性（因为 t 是负数）？ 这似乎与我的数据相矛盾，在搜索过滤技术并且添加了多个模块的情况下没有错误
土耳其 hsd 成对测试
数据分布（按字母顺序，多个）
数据分布（搜索、多个）。 注意有 0 个错误
其他
