如何解读 AMCE 与 ATE
理解联合（conjoint）结果中的属性效应，以及调查实验（survey-experiment）中的处理效应。
简要回答
理解联合（conjoint）结果中的属性效应，以及调查实验（survey-experiment）中的处理效应。 确定参照水平（reference level）或参照处理臂（reference arm）。 将该估计值解读为选择概率或结果值的变化。 检查置信区间（confidence intervals）。
适用对象
在论文或演示中解释估计值的研究人员。
步骤
- 确定参照水平（reference level）或参照处理臂（reference arm）。
- 将该估计值解读为选择概率或结果值的变化。
- 检查置信区间（confidence intervals）。
- 在联合结果中使用完整模型（full-model）的 AMCE 表。
- 在调查实验中使用处理组对照组（treatment-vs-control）表。
为何重要
解读错误很常见。明确参照类别与单位能让读者和审稿人更容易理解结果。
开展调查前
- 说明参照类别。
- 二元选择（binary choice）结局使用百分点（percentage points）。
- 不要过度解读小的、噪声较大的估计值。
常见问题
本指南有什么用途？
在论文或演示中解释估计值的研究人员。
基本流程是什么？
确定参照水平（reference level）或参照处理臂（reference arm）。 将该估计值解读为选择概率或结果值的变化。 检查置信区间（confidence intervals）。 在联合结果中使用完整模型（full-model）的 AMCE 表。
开展调查前应检查什么？
说明参照类别。 二元选择（binary choice）结局使用百分点（percentage points）。 不要过度解读小的、噪声较大的估计值。
相关指南
产品和平台名称归其各自所有者所有。Conjoint Survey 是独立工具，与这些服务不存在隶属、赞助或认可关系。