逻辑回归中系数的解释答案

【问题标题】：Interpretation of coefficients in logistic regression逻辑回归中系数的解释
【发布时间】：2019-10-11 17:19:24
【问题描述】：

我知道有类似问题的答案，但我无法准确理解如何解释逻辑回归中的系数估计值。

我试图预测患某种疾病的概率是否受两个变量的影响：sex 和成为veteran。（我正在考虑更多变量，但为了简单起见，我只提到了这两个）

我有这个结果：

Coefficients:
                          Estimate  Std. Error  z value   Pr(>|z|) 
(Intercept)               16.46555   7.73733    2.128    0.033332 *
is.Female                 0.37127    0.07204    5.154    2.55e-07 ***
is.Veteran                -0.43195   0.13957    -3.095   0.001970 **

我想说明性如何影响患病。

我可以说成为female 的患者患0.37 疾病的概率是man 患者的几倍吗？

【问题讨论】：

也许这个问题是针对Cross Validated的。
bbiasi 可能是正确的，交叉验证是解决此类问题的好地方，但无论哪种方式，您都需要提供有关模型的更多信息。您的系数可能是对数赔率stats.idre.ucla.edu/other/mult-pkg/faq/general/… 如果您可以包含数据和代码，您将能够获得更多有用的反馈，以便其他人可以帮助您准确了解您的模型输出的含义。
如果您想要类似于上面的解释，除了可能想要取幂之外，您还需要考虑其他变量的情况。在不知道您的问题的情况下，我想包括一个性别或性别与退伍军人身份之间的交互项。您模型中的截距将用于参考类别，我猜这里是男性非退伍军人......
谢谢大家！我在r中用过glm函数，不知道是不是用log来表示结果

标签： r logistic-regression coefficients interpretation

【解决方案1】：

您正在拟合逻辑回归，因此您无法直接解释回归系数。您可以使用回归系数计算优势比 (OR)。在这种情况下，

OR=exp(0.37)=1.45

这意味着给定veteran 状态，risk of female = 1.45 * risk of male。

【讨论】：