Interprétation de la régression logistique multiple avec variable catégorielle

Question

J'essaie actuellement d'interpréter la régression logistique multiple avec une variable catégorielle.

Description des variables:

• region= la zone résidentielle du bénéficiaire aux États-Unis; un facteur avec des niveaux nord-est, sud-est, sud-ouest, nord-ouest.

• charges_cat = qui prend la valeur 0 (faible) lorsque les frais sont inférieurs à 10000 dollars et la valeur 1 (élevée) dans tous les autres cas.

• bmi = indice de masse corporelle du principal bénéficiaire 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  

Mon interprétation pour b2= regionnorthwest est:

> exp(-0.180464)
[1] 0.8348827

Étant donné que les régions du sud-est et du sud-ouest (variables fictives) sont également bmifixes, la probabilité que des frais soient supérieurs à 10000 dollars est 16,51% inférieure à la probabilité que les frais soient supérieurs à 10000 dollars pour un bénéficiaire qui vit dans la région nord-est des États-Unis .

Ma question est la suivante: dans la régression logistique multiple, dois-je indiquer que les niveaux de facteur regionsont fixes, tels que «les régions du sud-est et du sud-ouest sont fixes». ou il n'est pas nécessaire d'indiquer les variables fictives du regionfixe?

Aussi, une autre façon d'interpréter b2?

Answer 1

L'interprétation correcte et complète de b2 est la suivante:

Parmi les bénéficiaires américains ayant le même indice de masse corporelle (IMC), ceux qui vivent dans la région nord-ouest des États-Unis ont 16,51% de chances de moins encourir des frais de 10000 dollars ou plus que ceux qui vivent dans la région nord-est des États-Unis.

Remarquez l'utilisation du pluriel pour les cotes et aussi le fait que nous contrôlons pour bmi lors de la comparaison des cotes entre les deux régions. Il serait bon d'indiquer également l'intervalle de confiance de 95% et pas seulement l'estimation ponctuelle du pourcentage de réduction des cotes.

Les interprétations de b3 et b4 seraient similaires. C'est tout ce que vous auriez besoin de rapporter - aucune autre déclaration n'est nécessaire. L'interprétation ci-dessus suppose que votre variable de réponse est définie sur 1 pour les frais de 10 000 dollars ou plus et 0 pour les frais strictement inférieurs à 10 000 dollars. Il suppose également que vos données sont valides et que votre modèle est approprié pour ces données.