解释零膨胀泊松分布中的成对 Tukey HSD t 比率我的数据来自一个电商网站。我正在衡量基于不同自变量的错误次数：筛选方式（字母顺序、相关性和搜索）和添加商品数量（一次添加一件或一次性将多件商品添加到购物车）。由于大多数情况下错误次数为0，我选择使用零膨胀泊松回归。当我进行Tukey HSD事后检验时，得到以下结果。
在这种情况下，我该如何解读 t 值和 p 值？例如，对于“筛选方式 = 按字母顺序”且“添加项目数 = 多个”的情况，与“筛选方式 = 搜索”且“添加项目数 = 多个”的情况相比，t 值为 -3.28，p 值为 0.0143。这是否意味着“搜索”且“添加多个项目”比“按字母顺序”且“添加多个项目”更容易出错（因为 t 值为负）？这似乎与我的数据相矛盾，我的数据表明，在筛选方式为“搜索”且“添加多个项目”的情况下，并没有出现任何错误。
土耳其 HSD 成对检验
数据分布（按字母顺序，多选）
数据分布（搜索，多选）。注意：未出现任何错误。
数据探索与可视化
