所有
我对一组分类和连续变量进行了逻辑回归，并将二元事件作为因变量。
现在进行建模后，我观察到一组显示负号的分类变量，我认为应该理解，如果该分类变量发生的次数很多，则因变量发生的概率很低。
但是当我看到该自变量出现的百分比时，我看到了相反的趋势。因此结果似乎是反直觉的。任何可能发生这种情况的原因。我尝试用伪示例解释下面的内容。
因变量 - E. 预测： 1.分类Var - Cat1有2级（0,1） 2.连续Var - Con1 3.分类Var - Cat2有2级（0,1） 后期建模： 说一切都很重要，系数如下， Cat1 - （-0.6） Con1-（0.3） Cat2 - （-0.4）
但是当我计算Cat 1上事件E的发生百分比时，我发现当Cat1为1时，出现的百分比很高，我认为这是违反直觉的。
请帮助理解这一点。
答案 0 :(得分：0)
逻辑回归系数与事件发生概率的变化并没有直接关系，而是对事件奇数变化的相对度量。 This article详细介绍了如何解释逻辑回归系数。在您的上下文中，CAT1的系数为-0.6表示p（E | CAT1 = 1）