Ejemplo de Regresión logística nominal

Interpretar los resultados

El evento de referencia es ciencia, lo que indica que Minitab compara matemática y artes del lenguaje con ciencia en la tabla de regresión logística. Para obtener información sobre cómo cambiar el evento de referencia, vaya a Seleccionar las opciones para Regresión logística nominal.

Cuando la respuesta tiene tres niveles, Minitab calcula dos ecuaciones: Logit(1) y Logit(2). Los logits son las diferencias estimadas en las probabilidades logarítmicas o logits de matemática y artes del lenguaje en comparación con ciencia. Cada conjunto contiene una constante y los coeficientes para el método de enseñanza, que es un predictor categórico, y la edad, lo que es predictor continuo. El coeficiente del método de enseñanza es el cambio estimado en el logit cuando el método de enseñanza es explicar comparado con demostrar, mientras se mantiene constante la edad. El coeficiente de edad es el cambio estimado en el logit con un aumento de un año en la edad, manteniendo constante el método de enseñanza.

Para el Logit 2, los valores p tanto para el método de enseñanza como para la edad son menores que el nivel de significancia de 0.10. Estos resultados indican que la probabilidad de que los estudiantes prefieran artes del lenguaje en lugar de ciencia es significativamente mayor cuando el método de enseñanza es explicar y a medida que aumenta la edad. La relación estimada de probabilidades para el método de enseñanza indica que las probabilidades de escoger artes del lenguaje en vez de ciencia son aproximadamente 16 veces mayores para estos estudiantes cuando el método de enseñanza cambia de demostrar a explicar.

Para el Logit 1, los valores p tanto para el método de enseñanza como para la edad no son menores que el nivel de significancia de 0.10. Estos resultados indican que no hay suficiente evidencia para concluir que un cambio en el método de enseñanza de demostrar a explicar o que las diferencias en edad afectan la preferencia de matemática en comparación con ciencia.

Todas las pruebas de bondad de ajuste son mayores que el nivel de significancia de 0.05, lo que indica que no hay suficiente evidencia para concluir que el modelo no se ajusta a los datos.