Die binäre logistische Regression in Minitab Express verwendet die Logit Link-Funktion, die die natürlichste Interpretation der geschätzten Koeffizienten bietet. Die Interpretation verwendet die Tatsache, dass die Quoten eines Referenzereignisses P (Ereignis) / P (nicht Ereignis) sind, und geht davon aus, dass die anderen Prädiktoren konstant bleiben. Je größer die Log-Odds, desto wahrscheinlicher ist das Referenzereignis. Daher zeigen positive Koeffizienten an, dass das Ereignis wahrscheinlicher wird, und negative Koeffizienten zeigen an, dass das Ereignis weniger wahrscheinlich wird. Es folgt eine Zusammenfassung der Interpretationen für verschiedene Arten von Prädiktoren.
Kontinuierliche Prädiktoren Der Koeffizient eines kontinuierlichen Prädiktors ist die geschätzte Änderung des natürlichen Logars der Quoten für das Referenzereignis für jede Erhöhung der Einheit im Prädiktor. Wenn beispielsweise der Koeffizient für die Zeit in Sekunden 1,4 beträgt, erhöht sich der natürliche Logarithmus der Quoten für jede weitere Sekunde um 1,4. Geschätzte Koeffizienten können auch verwendet werden, um die Quotenverhältnisse oder das Verhältnis zwischen zwei Quoten zu berechnen. Um die Odds Ratio zu berechnen, potenzieren Sie den Koeffizienten für einen Prädiktor. Das Ergebnis ist das Quotenverhältnis, wenn der Prädiktor x + 1 ist, verglichen mit dem Prädiktor x. Wenn beispielsweise das Quotenverhältnis für die Masse in Kilogramm 0,95 beträgt, nimmt die Wahrscheinlichkeit des Ereignisses für jedes zusätzliche Kilogramm um etwa 5% ab. Für kontinuierliche Prädiktoren kann die Interpretation der Quoten aussagekräftiger sein als die Interpretation des Quotenverhältnisses. Kategoriale Prädiktoren Die Interpretation der geschätzten Koeffizienten für kategoriale Prädiktoren ist relativ zum Referenzniveau des Prädiktors. In Minitab Express ist die Referenzebene für einen numerischen kategorialen Prädiktor die Ebene mit dem niedrigsten Wert oder für einen textkategorialen Prädiktor die Ebene, die in alphabetischer Reihenfolge an erster Stelle steht. Positive Koeffizienten zeigen an, dass das Ereignis auf dieser Ebene des Prädiktors wahrscheinlicher ist als auf der Referenzebene. Negative Koeffizienten zeigen an, dass das Ereignis auf dieser Ebene des Prädiktors weniger wahrscheinlich ist als auf der Referenzebene. Der Koeffizient ist die geschätzte Änderung des natürlichen Logars der Quoten, wenn Sie vom Referenzniveau zum Niveau des Koeffizienten wechseln. Zum Beispiel hat eine kategoriale Variable die Stufen Schnell und langsam, und die Referenzstufe ist langsam. Wenn der Koeffizient für Schnell 1,3 beträgt, erhöht eine Änderung der Variablen von langsam zu schnell den natürlichen Logarithmus der Ereigniswahrscheinlichkeit um 1,3. Geschätzte Koeffizienten können auch verwendet werden, um die Odds Ratio oder das Verhältnis zwischen zwei Odds zu berechnen. Um die Odds Ratio zu berechnen, potenzieren Sie den Koeffizienten für ein Level. Das Ergebnis ist das Odds Ratio für das Level im Vergleich zum Referenzlevel. Zum Beispiel hat eine kategoriale Variable die Ebenen Hard und Soft, und Soft ist die Referenzebene. Wenn die Odds Ratio für Hard 0,5 beträgt, verringert der Wechsel von Soft zu Hard die Odds des Events um 50%.