解釋具有超過 2 個水平的分類變量的邏輯回歸模型中的係數

有相當多的內容在線解釋具有二分預測器的邏輯模型中的賠率。我的問題是當分類變量有超過 2 個級別時理解係數。那你怎麼定義賠率呢？

Data: 
X is a single categorical predictor with 4 levels: teenager, adult, mature, senior.
      Y: 1=smoking, 0=non smoking.

LR:  We use n-1 dummy variables.  
    I chose adult as the reference bin as it had the highest concentration. (ok??)

________ | Intercepts   | p
adult    |    -4.3801   | 0
teenager |    -0.32456  | 0
mature   |     1.45119  | 0
old      |    -0.9891   | 0

解釋係數

青少年：青少年不太可能吸煙（成人？）。事實上，青少年吸煙的可能性比成人低 28% (exp-0.32456 -1)。是否總是針對參考組提到青少年吸煙的機率？

成熟：成熟更喜歡吸煙（成人？）。事實上，成年人吸煙的可能性比成年人高 326%。是否總是針對參考組提到成熟吸煙的機率？

如果你寫出對數吸煙機率的擬合模型

假人在哪裡

&c.，您可以確認您的計算。請注意，儘管“可能”是模棱兩可的——它可能被認為是指概率——並且您可能更願意在正式或教學環境中說“青少年吸煙的機率比成年人吸煙的機率低 28%”之類的話.

引用自：https://stats.stackexchange.com/questions/101233