Beberapa variabel dalam model regresi logistik

Penafsiran satu parameter tetap berlaku ketika beberapa variabel dimasukkan ke dalam sebuah model. Ketika Anda memasukkan beberapa variabel dan meminta penafsiran saat suatu variabel berubah, diasumsikan bahwa variabel lainnya tetap konstan atau tidak berubah. Ada ungkapan Latin yang populer untuk ini, ceteris paribus, yang secara harfiah berarti "menjaga yang lain tetap sama".

Untuk membangun model regresi logistik dengan banyak variabel, Anda dapat menggunakan tanda + untuk menambahkan variabel. Rumus Anda akan terlihat seperti:

y ~ x1 + ... + xk

Untuk mengevaluasi model, ada sejumlah hal yang perlu diperhatikan. Anda sudah melihat nilai parameter, tetapi itu bukan satu-satunya hal yang penting. Yang juga penting adalah signifikansi statistik dari suatu taksiran parameter. Signifikansi suatu parameter sering disebut sebagai p-value, namun dalam keluaran model Anda akan melihatnya dituliskan sebagai Pr(>|t|). Dalam glm, tingkat signifikansi ringan ditandai dengan "." hingga signifikansi sangat kuat ditandai dengan "***". Ketika sebuah parameter tidak signifikan, artinya Anda tidak dapat memastikan bahwa parameter ini berbeda secara signifikan dari 0. Signifikansi statistik itu penting. Secara umum, hanya masuk akal untuk menafsirkan pengaruh terhadap gagal bayar untuk parameter-parameter yang signifikan.