二元 Logistic 回归

系数 - Logistic 模型

  

二元 logistic 回归检查一个或多个预测变量和一个二元响应之间的关系。logistic 方程可用于检查事件随着预测变量的更改而更改的概率。

类别预测变量的估计系数的解释相对于预测变量的参考水平。正系数说明预测变量的水平影响二元响应的可能性比参考水平大。负系数说明预测变量的水平影响二元响应的可能性比参考水平小。系数接近于零说明预测变量和二元响应之间的相关性可能不显著。

输出示例

 

系数
 
                              方差膨
项          系数  系数标准误  胀因子
常量      -3.016       0.939
收入      0.0137      0.0195    1.15
儿童
  是       1.433       0.856    1.12
收看广告
  是       1.034       0.572    1.03
                                   

解释

对于谷类食品数据，

·    “看过广告”的正系数 (1.034) 说明看过广告的成年人购买该谷类食品的可能性比没看过广告的成年人大。请注意，“收看广告”的参考水平为否。

·    同样，“孩子”的正系数 (1.433) 说明有孩子的成年人购买该谷类食品的可能性比没有孩子的成年人大。请注意，“子女”的参考水平为否。

·    “收入”的正系数 (0.0137) 说明家庭收入越高购买该谷类产品的可能性越大。这种说法只适用于样本中的家庭收入范围，即低于 75,000 美元。（p 值相对较大说明相关性不显著。您可能会剔除此预测变量并重新拟合模型。）