名目邏輯迴歸對於我關於睡眠呼吸中止症的碩士論文，我想創建一個模型。第一步，我想使用名目邏輯迴歸來查看哪些參數是重要的。然而，在運行這些迴歸時，我發現解釋結果很困難。有人可以幫我解決這個問題嗎？
下面的圖像包含結果
1) 分類變數（CPAP 知識：是/否）和連續變數 (BMI) 的名目 Logistic 擬合模型
2) 分類變數的名目 Logistic Fir 模型（知識 MMA：是/否）和第二個分類變數（有 4 個層級的 ESS）
最後，某些結果的參數估計被標記為「不穩定」。這是什麼意思？
先致謝！
數據探索和視覺化品質和工藝工程分享和交流成果回复：名義邏輯回歸@PV1
JMP 文檔是對這些報告有基本了解的好地方。 這是鏈接到物流擬合報告
訪問文檔的一種快速方法是使用“？”在工具菜單中。 當我學習新東西時，這是我最喜歡的工具之一。
當您的光標變為 ? 時，將鼠標懸停在任何報告窗口上（它將變為藍色）。 單擊該報告，將啟動一個新的瀏覽器窗口，將您帶到描述該報告的文檔。
回复：名義邏輯回歸您對邏輯回歸有多熟悉？ 您在報告中難以理解的是什麼？
關於不穩定估計的指示，你能分享這種情況的輸出嗎？
回复：名義邏輯回歸說實話，不是很熟悉。 我已經嘗試弄清楚很多事情，但只是不明白如何解釋結果。
例如，在有 2 個分類變量的例子中，低於正常和正常的類別是顯著的，但這到底是什麼意思？ 這些群體之間關於 CPAP 的知識有所不同？ 還是在團體內部？ 我不太確定如何解釋這些結果。
對於另一個例子，我有同樣的問題。 結果意義重大。 目標級別設置為“否”，這意味著這些人對 CPAP 沒有任何了解。 這說明這兩個參數之間的關係是什麼？
關於“不穩定的結果”，我添加了一個輸出。
提前致謝！
回复：名義邏輯回歸您是否知道使用名義邏輯回歸，您正在對 log ( odds ratio ) = 線性模型建模？ 比值比是知識 CPAP = 是的比值與知識 CPAP = 否的比值之比。 機率是兩種結果的概率之比。 所以係數可能無法直接解釋。 您可以保存預測公式並查看一組帶有公式的新數據列。 第一個公式是線性預測器。 第二個公式是反對數（優勢比）或概率。 概率的預測刻畫器可能是解釋模型的最簡單方法。
您有沒有在模型中同時使用所有預測變量的原因嗎？
你能展示 Knowledge CPAP 和 PSS10 CAT 的分佈圖嗎？ 在 Y 角色中使用 Knowledge CPAP，在 X 角色中使用 PSS10 CAT，開始 Fit Y by X 可能會有所幫助。 您應該以這種方式啟動應急平台。 讓我們看看列聯表中的單元格計數是多少。
