逻辑回归这边读 Exp(B)，也就是几率比。大于 1 抬高几率，小于 1 降低几率，等于 1 没有影响；换成百分比用 |1 − Exp(B)|。说法这里要卡住：Exp(B) 乘的是 几率 (odds)，报告时写「几率为几倍」，写成「概率高多少倍」含义就变了。

🍷 完整走一遍

往年真题里有一道二元逻辑回归题，做的是红酒推荐。模型给了三行：

• 会员身份 Exp(B) = 2.315，p < 0.001
• 男性 Exp(B) = 1.517，p < 0.001
• 40 岁及以上 Exp(B) = 0.993，p = 0.941

题目让你在 Mike（男性、35 岁、非会员）和 Vanessa（女性、50 岁、会员）里挑一位推荐红酒。年龄那一行 p = 0.941，先划掉。剩下会员和性别两行，Mike 占着性别这条，Vanessa 占着会员这条，而会员的几率比 2.315 压过性别的 1.517。所以 Vanessa 手上那一条更强，标准答案推荐她。

顺着这个再看一眼两个人的资料。Vanessa 50 岁，年龄这一栏本来会让人犹豫一下，可那一行已经在前面划掉了，它不参与比较。三行里能进结论的就剩两行，两行一比就有结果。

📌 这类题的分数落在 选了谁 加上依据哪几行。三行 Exp(B) 挨个复述完，题目要的那个选择还没出现，答案就算没答完。

⚠️ 读反了会连累整段结论

• 拿原始系数 B 跨变量比大小，影响最强的变量会答成量纲最大的那一个
• 对 Sig. 没过线的行照样解读 Exp(B)，从 0.993 推出「40 岁以上更不喜欢红酒」这种模型没支持的话
• 把 odds 说成 probability，「几率为 1.517 倍」变成「概率高 1.517 倍」，含义已经换了

另外还有一处容易略过：所有结论都相对 参照组 而言。红酒那道题里，性别编码 1 = 男性，会员编码 1 = 已注册，参照组落在女性、非会员、40 岁以下这一边。所以 1.517 倍这个数，说的是男性相对女性的几率，单独拎出来看就没有落点。写结论时把参照对象一起带上，句子才交代得清楚。

✅ 复习时把这套顺序练熟

期末是两小时，安排在正式考试周，范围写的是全学期的 lecture、案例、指定阅读和讲过的分析方法。统计这块的力气尽量花在读表和用业务语言报告上，把输出表当成阅读材料来练。

✍️ 找一张练习题的输出表，按这三个动作走一遍：

• 逐行看 Sig.，把过不了 0.05 的行划掉
• 认清题目问的是强度还是幅度，挑对系数栏
• 用业务语言写一句结论，带上参照组和方向

照红酒那道题填一遍就是：头一格划掉年龄那行，中间一格认出题目要比强度、该看的栏目是 Exp(B)，最后一格写成「会员身份把偏好红酒的几率抬到非会员的 2.315 倍，推荐 Vanessa」。

🎯 划行、挑栏、写一句带 参照组 的业务判断，这套顺序练熟了，考场上碰到没见过的输出表也知道从哪里下手。