바이너리 로지스틱 회귀분석에서 Minitab 익스프레스 사용하여 로짓에 대한 링크 기능을 제공하는 가장 자연적인 해석의 추정 계수를 얻을 수 있습니다. 해석을 사용하는 사실 확률의 참조 이벤트 P(이벤트)/P(이벤트)고서는 다른 변수가 일정하게 유지됩니다. 로그 확률이 높을수록 참조 이벤트 가능성이 높아집니다. 따라서 양의 계수는 이벤트가 더 많이 발생한다는 것을 나타내고 음의 계수는 이벤트가 덜 발생한다는 것을 나타냅니다. 다른 유형의 예측 변수에 대한 해석의 요약은 다음과 같습니다.
지속적인 예측변수의 계수 연속측정 변경에서 자연적인 로그의 확률 참조 이벤트에 대한 각 장치에 대한 증가에서 예측. 예를 들어,초 단위의 시간에 대한 계수가 1.4 인 경우 확률의 자연 로그는 추가 초마다 1.4 만큼 증가합니다. 추정 계수는 또한 확률 비율 또는 두 확률 사이의 비율을 계산하는 데 사용될 수 있습니다. 승산 비율을 계산하려면 예측 변수에 대한 계수를 지수 화하십시오. 결과 확률에 대한 비율을 때 예측은 x+1,비교했을 때 예언자입니다. 는 경우,예를 들어 확률에 대한 비율에 있는 질량 킬로그램의 0.95,다음 각 추가 킬로그램,확률의 이벤트 감소에 대해 5%이다. 연속 예측 변수의 경우,확률의 해석은 확률 비율의 해석보다 더 의미가있을 수 있습니다. 범주형 예측변수 범주형 예측변수에 대한 추정 계수의 해석은 예측변수의 기준 수준에 상대적입니다. Minitab 익스프레스,참조 수준에 대한 숫자 범주 예측은 수준의 가장 낮은 값이나 텍스트 범주형,예측은 수준에서 처음으로 조회하실 수 있습니다. 양의 계수는 이벤트가 참조 수준보다 예측 변수의 해당 수준에서 더 가능성이 있음을 나타냅니다. 음의 계수는 이벤트가 참조 수준보다 예측 변수의 해당 수준에서 가능성이 적음을 나타냅니다. 계수는 기준 수준에서 계수의 수준으로 변경하면 확률의 자연 로그에서 추정 된 변화입니다. 예를 들어 범주 형 변수는 레벨이 빠르고 느리고 참조 레벨이 느립니다. Fast 에 대한 계수가 1.3 이면 변수를 Slow 에서 Fast 로 변경하면 이벤트 확률의 자연 로그가 1.3 만큼 증가합니다. 추정 계수는 또한 확률 비율 또는 두 확률 사이의 비율을 계산하는 데 사용될 수 있습니다. 승산 비율을 계산하려면 레벨에 대한 계수를 지수 화하십시오. 결과는 기준 레벨과 비교하여 레벨의 승산 비율입니다. 예를 들어 범주 형 변수는 하드 및 소프트 수준을 가지며 소프트는 참조 수준입니다. 하드에 대한 확률 비율이 0.5 인 경우 소프트에서 하드로 변경하면 이벤트 확률이 50%감소합니다.