La regresión logística binaria en Minitab Express utiliza la función logit link, que proporciona la interpretación más natural de los coeficientes estimados. La interpretación utiliza el hecho de que las probabilidades de un evento de referencia son P(evento)/P(no evento) y asume que los otros predictores permanecen constantes. Cuanto mayores sean las probabilidades de registro, más probable será el evento de referencia. Por lo tanto, los coeficientes positivos indican que el evento se vuelve más probable y los coeficientes negativos indican que el evento se vuelve menos probable. A continuación se presenta un resumen de las interpretaciones de los diferentes tipos de predictores.
Predictores continuos El coeficiente de un predictor continuo es el cambio estimado en el logaritmo natural de las probabilidades para el evento de referencia para cada aumento de unidad en el predictor. Por ejemplo, si el coeficiente de tiempo en segundos es 1.4, entonces el logaritmo natural de las probabilidades aumentan un 1,4 por cada segundo. Los coeficientes estimados también se pueden usar para calcular las razones de probabilidades, o la relación entre dos probabilidades. Para calcular la razón de probabilidades, exponencie el coeficiente de un predictor. El resultado es la razón de probabilidades para cuando el predictor es x + 1, en comparación con cuando el predictor es x. Por ejemplo, si la razón de probabilidades para la masa en kilogramos es 0,95, entonces para cada kilogramo adicional, la probabilidad del evento disminuye en aproximadamente un 5%. Para los predictores continuos, la interpretación de las probabilidades puede ser más significativa que la interpretación de la razón de probabilidades. Predictores categóricos La interpretación de los coeficientes estimados para predictores categóricos es relativa al nivel de referencia del predictor. En Minitab Express, el nivel de referencia para un predictor numérico categórico es el nivel con el valor más bajo, o para un predictor categórico de texto, es el primer nivel en orden alfabético. Los coeficientes positivos indican que el evento es más probable en ese nivel del predictor que en el nivel de referencia. Los coeficientes negativos indican que el evento es menos probable en ese nivel del predictor que en el nivel de referencia. El coeficiente es el cambio estimado en el logaritmo natural de las probabilidades cuando se cambia del nivel de referencia al nivel del coeficiente. Por ejemplo, una variable categórica tiene los niveles Rápido y Lento, y el nivel de referencia es Lento. Si el coeficiente para Rápido es 1.3, entonces un cambio en la variable de Lento a Rápido aumenta el logaritmo natural de las probabilidades del evento en 1.3. Los coeficientes estimados también se pueden usar para calcular la relación de probabilidades, o la relación entre dos probabilidades. Para calcular la razón de probabilidades, exponencie el coeficiente de un nivel. El resultado es el odds ratio para el nivel comparado con el nivel de referencia. Por ejemplo, una variable categórica tiene los niveles Duro y Suave, y Suave es el nivel de referencia. Si la relación de probabilidades para Hard es de 0,5, el cambio de Soft a Hard disminuye las probabilidades del evento en un 50%.