这些自变量的分类是两分类自变量吧,所以在做logistics回归的时候,系统会自动设置哑变量,也就是每个分类自变量中的1编码的作为参考值,而编码为0的B值此时的意思是编码为0的B减去编码为1的B之后的剩余值.
不知道明白不,拿你里面的数据举个例子.
比如影响程度中t=0时的B为0.545,t=0的B是0.就表示编码t=0对影响程度的作用比t=1要大0.545,也就是t越小,影响程度越大.
这些自变量的分类是两分类自变量吧,所以在做logistics回归的时候,系统会自动设置哑变量,也就是每个分类自变量中的1编码的作为参考值,而编码为0的B值此时的意思是编码为0的B减去编码为1的B之后的剩余值.
不知道明白不,拿你里面的数据举个例子.
比如影响程度中t=0时的B为0.545,t=0的B是0.就表示编码t=0对影响程度的作用比t=1要大0.545,也就是t越小,影响程度越大.