我應該如何解釋 R 中函數 multinom 的結果？

Question

我有一個包含五個分類變量的數據集。 我使用包 nnet 中的函數 multinom 運行多項邏輯回歸，然后從系數中導出p值。 但我不知道如何解釋結果。

p值是根據加州大學洛杉磯分校的教程得出的： https : //stats.idre.ucla.edu/r/dae/multinomial-logistic-regression/ 。

像這樣：

z <- summary(test)$coefficients/summary(test)$standard.errors
p <- (1 - pnorm(abs(z), 0, 1)) * 2
p

我得到了這個：

                        (Intercept)       Age1 Age2         Age3         Age4 Unit1      Unit2 Unit3 Unit4     Unit5    Level1    Level2     Area1     Area2
Not severe              0.7388029 9.094373e-01    0 0.000000e+00 0.000000e+00     0 0.75159758     0     0 0.0000000 0.8977727 0.9333862 0.6285447 0.4457171
Very severe             0.0000000 1.218272e-09    0 6.599380e-06 7.811761e-04     0 0.00000000     0     0 0.0000000 0.7658748 0.6209889 0.0000000 0.0000000
Severe                  0.0000000 8.744405e-08    0 1.052835e-06 3.299770e-04     0 0.00000000     0     0 0.0000000 0.8843606 0.4862364 0.0000000 0.0000000
Just so so              0.0000000 1.685045e-07    0 5.507560e-03 2.973261e-06     0 0.08427447     0   NaN 0.3010429 0.5552963 0.7291180 0.0000000 0.0000000
Not severe at all       0.0000000 0.000000e+00    0 0.000000e+00 0.000000e+00     0        NaN   NaN     0 0.0000000 0.0000000 0.0000000 0.0000000 0.0000000

但是我應該如何解釋這些 p 值？ 年齡3 與非常嚴重有關嗎？ 我對統計很陌生，不知道。 請幫助我理解結果。 先感謝您。

Answer 1

我建議使用stargazer包來顯示系數和p值（我相信這是一種更方便和通用的方式）

關於結果的解釋，在多項式模型中，您可以說：保持所有其他變量不變，如果Age3高一個單位，則非常嚴重相對於參考類別的對數幾率更高/更低，由系數的值。 p 值僅顯示這兩個變量（預測變量和響應）之間的關聯是否顯着。 解釋與其他模型相同。

注意：在 p 值的情況下，零假設始終是系數等於零（根本沒有影響）。 當 p 值小於 0.05 時，您可以安全地拒絕原假設並聲明預測變量對響應變量有影響。

我希望我能給你一些提示