回归系数描述了预测变量和响应变量之间关系的大小和方向。系数是回归方程中要与项值相乘的数值。

使用系数可以确定预测变量的变化会让事件发生的可能性变大还是变小。预测变量的估计系数表示当模型中的其他预测变量保持恒定时，预测变量发生一个单位的变化时链接函数的变化。系数和概率之间的关系取决于分析的多个方面，包括链接函数、响应变量的参考事件和模型中类别预测变量的参考水平。一般而言，正系数会使事件发生的可能性变大，负系数会使事件发生的可能性变小。估计系数接近 0 表示预测变量的效应较小。

类别预测变量的估计系数的解释相对于预测变量的参考水平。正系数表示事件在预测变量水平发生的可能性比在因子的参考水平发生的可能性大。负系数表示事件在预测变量水平发生的可能性比在参考水平发生的可能性小。

Logit 链接为估计系数提供了最自然的解释，因此它是 Minitab 中的默认链接。解释会利用参考事件几率为 P(事件)/P(非事件) 并假设其他预测变量保持恒定的情况。对数几率越大，参考事件发生的可能性越大。因此，正系数表示事件发生的可能性变大，负系数表示事件发生的可能性变小。不同类型的预测变量的解释汇总都遵循此标准。