Interpreting the results from the l

Interpreting the results from the logistic regression is done by looking at the odds ratio rather than at
the coefficient, as it provides an intuitive interpretation: for example a constant odds ratio of 0.3
implies a 30% predicted chance and a variable odds-ratio of 1.1 implies an increase of 10% per 1
increase in the variable, meaning that a variable value of 3 results in a predicted chance of 39%. When
looking at the second model (including cart value as a significant covariate), it shows that the
predicted chance of completing an order increases with 0.4% per Euro of cart value on the constant,
which is relatively large given the average order value of 38.41 Euros (implying 9.2% base point average increase in predicted chance of purchase). Time of day and weekday versus weekend does not
significantly influence the predicted chance of completing a purchase.
Taking into account all models with all covariates, there were no significant influences of the cart
page designs on conversion. The approximate 3% to 4% increase over the 60% to 70% baseline
predicted chance of completing a purchase is highly insignificant with p-values around 0.72. The
stronger negative influence of the cross-selling enabled cart page design of approximately 10% over
the 60% to 70% baseline predicted chance of completing purchase is insignificant at the p-value of
0.27. More data is needed to investigate the effects of the cart page designs and more longitudinal
data is needed to get more insights into the effects of the covariates.

ผลลัพธ์ (ไทย) 1:

ตีความผลลัพธ์จากการถดถอยโลจิสติกจะทำ โดยดู ที่อัตราส่วนราคาต่อรอง แทนที่
สัมประสิทธิ์ มันมีความง่าย: ตัวอย่างราคาคงอัตราของ 0.3
หมายถึง 30% คาดการณ์โอกาสและตัวแปรราคาอัตรา 1.1 หมายถึงการเพิ่มขึ้น 10% ต่อ 1
เพิ่มในตัวแปร หมายถึง ที่ค่าตัวแปรผลลัพธ์ 3 ในโอกาส 39% คาดการณ์ เมื่อ
มองที่รุ่นที่สอง (รวมค่ารถเข็นเป็น covariate สำคัญ), มันแสดงให้เห็นว่าการ
โอกาสคาดการณ์ของใบเพิ่มขึ้น 0.4% ต่อยูโรค่ารถกับค่าคง,
ซึ่งมีค่อนข้างมากให้ค่าเฉลี่ยสั่ง 38.41 ยูโร (หน้าที่ 9เพิ่มขึ้นเฉลี่ย 2% ฐานจุดคาดการณ์โอกาสซื้อ) เวลาวันและวันธรรมดากับวันหยุดสุดสัปดาห์ไม่ได้
มากมีอิทธิพลต่อการคาดการณ์โอกาสซื้อของ
คำนึงทุกรุ่น มีทั้งหมด covariates มีอิทธิพลไม่สำคัญสินค้าในรถเข็นได้
หน้าลวดลายบนแปลง เพิ่มขึ้น 3% ถึง 4% โดยประมาณผ่านพื้นฐาน 60% ถึง 70%
โอกาสคาดการณ์การซื้อของเป็นคำสำคัญค่า p ใกล้ 0.72 ใน
อิทธิพลแข็งแกร่งลบข้ามขายเปิดใช้งานสินค้าในรถเข็นหน้าออกประมาณ 10% กว่า
พื้นฐาน 60% ถึง 70% ทำนายโอกาสซื้อของถูกไม่สำคัญค่า p ของ
0.27 ข้อมูลเพิ่มเติมเป็นระยะยาวมากขึ้น และจำเป็นเพื่อตรวจสอบผลของการออกแบบหน้ารถ
ข้อมูลต้องได้รับผลของ covariates ที่เจาะลึกมากขึ้น

ผลลัพธ์ (ไทย) 2:

แปลความหมายของผลที่ได้จากการถดถอยโลจิสติกจะทำโดยดูที่อัตราส่วนราคาต่อรองมากกว่าการที่
ค่าสัมประสิทธิ์ที่จะให้ความหมายที่ใช้งานง่าย: ยกตัวอย่างเช่นอัตราส่วนราคาต่อรองคงที่ 0.3
แสดงถึงการคาดการณ์ว่ามีโอกาส 30% และตัวแปรอัตราส่วนราคาต่อรอง 1.1 หมายถึงการเพิ่มขึ้น 10% ต่อ 1
การเพิ่มขึ้นของตัวแปรซึ่งหมายความว่าค่าตัวแปรของผลการค้นหา 3 ในโอกาสที่คาดการณ์ไว้จาก 39% เมื่อ
มองไปที่รูปแบบที่สอง (รวมทั้งค่ารถเป็นตัวแปรร่วมอย่างมีนัยสำคัญ) มันแสดงให้เห็นว่า
โอกาสที่คำทำนายของเสร็จสิ้นการเพิ่มการสั่งซื้อกับ 0.4% ต่อยูโรค่ารถกับค่าคงที่
ซึ่งเป็นส่วนใหญ่ที่ได้รับมูลค่าการสั่งซื้อเฉลี่ย 38.41 ยูโร (หมายความจุดฐาน 9.2% เฉลี่ยเพิ่มขึ้นในโอกาสที่คาดการณ์ไว้ในการซื้อ) เวลาของวันและวันทำงานกับวันหยุดสุดสัปดาห์ไม่ได้
มีอิทธิพลต่อการอย่างมีนัยสำคัญโอกาสที่คำทำนายของเสร็จสิ้นการซื้อสินค้า
โดยคำนึงถึงทุกรุ่นที่มีตัวแปรทั้งหมดไม่มีอิทธิพลที่สำคัญของรถ
ออกแบบหน้าในการแปลง ประมาณ 3% ถึง 4% เพิ่มขึ้นจาก 60% ถึง 70% พื้นฐาน
ทำนายโอกาสในการเสร็จสิ้นการซื้อเป็นอย่างมากที่ไม่มีนัยสำคัญที่มีค่า p รอบ 0.72
อิทธิพลเชิงลบที่แข็งแกร่งของการออกแบบการขายข้ามหน้าเปิดการใช้งานของรถประมาณ 10% ในช่วง
60% ถึง 70% พื้นฐานทำนายโอกาสในการเสร็จสิ้นการซื้อเล็กน้อยที่ค่า p-value
0.27 ข้อมูลเพิ่มเติมเป็นสิ่งจำเป็นในการตรวจสอบผลกระทบของการออกแบบหน้ารถและยาวมากขึ้น
ข้อมูลเป็นสิ่งจำเป็นที่จะได้รับข้อมูลเชิงลึกมากยิ่งขึ้นในผลของตัวแปร

ผลลัพธ์ (ไทย) 3:

การตีความผลลัพธ์จากการถดถอยโลจิสติกได้โดยดูที่อัตราส่วนความน่าจะเป็นมากกว่า
สัมประสิทธิ์ ขณะที่มีการตีความง่าย : ตัวอย่างคงที่อัตราส่วนออดส์ 0.3
ถึง 30% คาดการณ์โอกาสและแปรอัตราส่วนความน่าจะเป็น 1.1 แสดงถึงการเพิ่มขึ้น 10% ต่อ 1
เพิ่มในตัวแปร ,หมายถึงตัวแปรค่า 3 ผลลัพธ์ในทำนายโอกาส 39 % เมื่อ
ดูแบบที่ 2 ( รวมทั้งรถเข็นคุณค่าในฐานะตัวแปรสำคัญ ) ก็แสดงให้เห็นว่า
ทำนายโอกาสสั่งซื้อเพิ่มขึ้น 0.4% ต่อยูโรมูลค่ารถที่คงที่ซึ่งมีขนาดใหญ่ค่อนข้าง
ได้รับเฉลี่ยมูลค่าการสั่งซื้อของ 38.41 ยูโร ( หน้าที่ 92 จุดพื้นฐานในการเพิ่มเฉลี่ยคาดการณ์โอกาสของการซื้อ ) เวลาของวันและวันธรรมดากับวันหยุดไม่ได้
มีอิทธิพลต่อทำนายโอกาสของการซื้อ
ถ่ายลงในบัญชีทุกรุ่นทุกความรู้มีไม่พบอิทธิพลของรถเข็น
หน้าแบบในการแปลง ประมาณ 3% และ 4% เพิ่มขึ้นกว่า 60% ถึง 70%
พื้นฐานการทำนายโอกาสของการซื้อเป็นอย่างสูงที่ไม่สำคัญกับ p-values รอบ 4 .
แข็งแกร่งผลเชิงลบของการขายข้ามการใช้งานรถเข็นหน้าโครงการประมาณ 10% กว่า
60% ถึง 70% ( ทำนายโอกาสการซื้อเล็กน้อยที่ร้อยละ 0.27 ของ
.ข้อมูลเพิ่มเติมเป็นสิ่งจำเป็นเพื่อตรวจสอบผลของหน้ารถเข็นออกแบบและข้อมูลระยะยาว
มากขึ้นเป็นสิ่งจำเป็นเพื่อรับข้อมูลเชิงลึกมากขึ้นในผลของความรู้ .