先看看回歸系數(shù)：

> coef(fit.reduced)

(Intercept) age yearsmarried religiousness rating

1.931 -0.035 0.101 -0.329 -0.461

在Logistic回歸中，響應變量是Y=1的對數(shù)優(yōu)勢比（log）?；貧w系數(shù)的含義是當其他預測變量

不變時，一單位預測變量的變化可引起的響應變量對數(shù)優(yōu)勢比的變化。

由于對數(shù)優(yōu)勢比解釋性差，你可對結果進行指數(shù)化：

> exp(coef(fit.reduced))

(Intercept) age yearsmarried religiousness rating

6.895 0.965 1.106 0.720 0.630

可以看到婚齡增加一年，婚外情的優(yōu)勢比將乘以1.106（保持年齡、宗教信仰和婚姻評定不

變）；相反，年齡增加一歲，婚外情的的優(yōu)勢比則乘以0.965。因此，隨著婚齡的增加和年齡、宗

教信仰與婚姻評分的降低，婚外情優(yōu)勢比將上升。因為預測變量不能等于0，截距項在此處沒有

什么特定含義。

如果有需要，你還可使用confint()函數(shù)獲取系數(shù)的置信區(qū)間。例如， exp(confint

(fit.reduced))可在優(yōu)勢比尺度上得到系數(shù)95%的置信區(qū)間。

最后，預測變量一單位的變化可能并不是我們最想關注的。對于二值型Logistic回歸，某預

測變量n單位的變化引起的較高值上優(yōu)勢比的變化為exp(βj)^n，它反映的信息可能更為重要。比

如，保持其他預測變量不變，婚齡增加一年，婚外情的優(yōu)勢比將乘以1.106，而如果婚齡增加10

年，優(yōu)勢比將乘以1.106^10，即2.7。