Interpretación de regresión logística múltiple con variable categórica

Question

Actualmente estoy tratando de interpretar la regresión logística múltiple con una variable categórica.

Descripción de variables:

• region= área residencial del beneficiario en los EE. UU.; un factor con niveles noreste, sureste, suroeste, noroeste.

• charges_cat = que toma el valor 0 (bajo) cuando los cargos son menores a 10000 dólares y el valor 1 (alto) en todos los demás casos.

• bmi = índice de masa corporal del beneficiario primario en Kg / m2.

> logm2<-glm(charges_cat~bmi+region, family=binomial)

Coefficients:
                 Estimate 
(Intercept)     -0.754605   
bmi              0.026294   
regionnorthwest -0.180464  
regionsoutheast -0.244276     
regionsouthwest -0.292365  

Mi interpretación de b2= regionnorthwest es:

> exp(-0.180464)
[1] 0.8348827

Dado que las regiones sureste y suroeste (variables ficticias) y también bmies fijo, las probabilidades de que los cargos sean superiores a 10000 dólares es un 16,51% menor que las probabilidades de que los cargos sean superiores a los 10000 dólares para un beneficiario que vive en la región noreste de los EE. UU. .

Mi pregunta es: en la regresión logística múltiple, debo indicar que los niveles de los factores regionson fijos, como "las regiones sureste y suroeste son fijas". o no es necesario indicar las variables ficticias del regionfijo?

Además, ¿alguna otra forma de interpretar b2?

Answer 1

La interpretación correcta y completa de b2 es la siguiente:

Entre los beneficiarios estadounidenses con el mismo índice de masa corporal (IMC), los que viven en la región noroeste de Estados Unidos tienen un 16,51% menos de probabilidades de incurrir en cargos de 10000 dólares o más que los que viven en la región noreste de Estados Unidos.

Observe el uso del plural para las probabilidades y también el hecho de que estamos controlando el bmi cuando hacemos la comparación de las probabilidades entre las dos regiones. Sería una buena práctica informar también el intervalo de confianza del 95%, no solo la estimación puntual del porcentaje de reducción de las probabilidades.

Las interpretaciones de b3 y b4 serían similares. Eso es todo lo que necesitaría informar; no se necesitan otras declaraciones. La interpretación anterior asume que su variable de respuesta se establece en 1 para cargos de 10000 dólares o más y 0 para cargos estrictamente menores de 10000 dólares. También asume que sus datos son válidos y su modelo es apropiado para estos datos.