Python中statsmodels逻辑回归结果摘要核心列(coef等)解读

• coef：即回归系数，代表自变量对因变量**对数发生比（log odds）**的影响幅度。比如某自变量的coef为0.3，意味着该自变量每增加1单位，事件发生的对数发生比会提升0.3；若为负数，则会降低对数发生比。
• std err：标准误差，用来衡量回归系数估计值的不确定性。数值越小，说明系数的估计结果越精准；数值越大，估计结果的波动范围越大。
• z：z统计量，计算方式为回归系数 / 标准误差，作用是检验该自变量的回归系数是否显著不为0。z值的绝对值越大，说明该自变量对因变量的影响越显著，对应表格里的P>|z|值也会越小。
• [0.025, 0.975]：回归系数的95%置信区间。意思是在重复抽样的场景下，有95%的概率真实的回归系数会落在这个区间内。如果区间不包含0，说明该自变量的影响在统计层面是显著的，这和z统计量的检验结果是一致的。

内容的提问来源于stack exchange，提问作者dingaro