ロジスティック回帰から係数を解釈する方法は？

次の確率関数があります。

$$\text{Prob} = \frac{1}{1 + e^{-z}}$$

どこ

$$z = B_0 + B_1X_1 + \dots + B_nX_n.$$

私のモデルは次のように見えます

$$\Pr(Y=1) = \frac{1}{1 + \exp\left(-[-3.92 + 0.014\times(\text{gender})]\right)}$$

インターセプト（3.92）の意味は理解していますが、0.014の解釈方法は確実です。これらは今でもオッズ、オッズ比の対数ですか、それとも増分オッズの変化が性別であるため、女性は男性よりも0.014勝つ可能性が高いと断言できますか？基本的に、0.014を解釈するにはどうすればよいですか？

基本的に、確率関数を取得して、実際にJavaで記述している特定のプログラムに実装したいのですが、Javaで実装するために関数を正しく理解しているかどうかはわかりません。

Javaコードの例：

double p = 1d / (1d + Math.pow(2.718d, -1d * (-3.92d + 0.014d * bid)));

2項GLMをロジットリンク（ロジスティック回帰モデル）でフィッティングする場合、回帰式は、予測値に基づいて、応答値が「1」（または「成功」）である対数オッズです。

対数オッズを指数化すると、変数が1単位増加するオッズ比が得られます。たとえば、「性別」で、女性= 0、男性= 1、ロジスティック回帰係数が0.014の場合、男性の結果の確率はexp（0.014）= 1.01倍の確率であると断定できます。女性の結果。

女性のオッズ比は 1 / exp(0.014)

説明：

男性のイベントは「1」、女性は「0」であるため、参照レベルは女性であることを意味します。

方程式 ln(s) = B0 + B1*(gender)

odds(female) = exp(B0)
odds(male)   = exp(B0 + B1 * 1)

odds ratio(male) = odds(male) / odds(female) = exp(0.014) = 1.01

したがって、 odds ratio(female) = 1 / 1.01 = 0.99