Например, равна ли вероятность того, что Result равен 1, когда Var 1 равен 150 приблизительно 80%?
Нет, все наоборот. Вероятность того, что Result при Var1 составляет приблизительно 80%. Аналогично, вероятность того, что Result при Var1 составляет приблизительно 20%.=0=150=1=150
Темно-серая область - это условная вероятность того, что Результат равен 1, верно?
Темная заштрихованная область соответствует Result ; светлая закрашенная область соответствует Result .=0=1
Если у вас есть более двух уровней в вашем Result factor, вероятно, будет более очевидно, что изображается. Мы просто привыкли смотреть на функции плотности, поэтому эта презентация может сначала запутать.
Как это накопление влияет на интерпретацию этих графиков?
Глядя на источник cdplot()
, я думаю, что здесь происходит то, что сглаженные пропорции результатов взвешиваются по плотности объясняющей переменной. Таким образом, распределения зависимой переменной будут лучше представлены в областях более высокой плотности объясняющей переменной.
Один из способов интерпретации заключается в том, что в тех случаях, когда существуют области объясняющей переменной с несколькими точками, условные распределения будут определяться не так хорошо. Там, где есть области объясняющей переменной с большим количеством точек, условные распределения будут лучше определены.