Examining & interpreting logistic regression outputs

En el ejercicio anterior ajustaste una regresión logística, bus_out. En este ejercicio, vas a examinar bus_out e interpretar los resultados de la regresión usando las herramientas que viste en el Capítulo 1:

• print() incluye las estimaciones de los coeficientes (es decir, pendientes e interceptos) para las distintas variables predictoras e información sobre el ajuste del modelo, como la deviance.
• summary() incluye lo que muestra print(), además de los errores estándar, los valores z y los valores P de las estimaciones de los coeficientes.
• tidy() devuelve la tabla de coeficientes de summary() en un data frame tidy.

Recuerda que los coeficientes de regresión nos ayudan a entender tanto la dirección de las relaciones como la significación estadística de los coeficientes. En una regresión logística, un coeficiente positivo indica que la probabilidad de que ocurra un evento aumenta a medida que aumenta un predictor.