1. 6. Exp(b) –exponencial de b–: indica la fortaleza de la relación. Cuanto más alejada de 1 está más fuerte es la relación. Para comparar los exponenciales de b entre sí, aquellos que son menores a 1 deben transformarse en su inverso o recíproco, es decir, debemos dividir 1 entre el exponencial de b (pero solo cuando sean menores a 1).
2. 5. Signo de b: indica la dirección de la relación.
2.1. Por ejemplo, a más nivel educativo mayor probabilidad que suceda el evento.
3. 4. Significación de b: si es menor de 0,05 esa variable independiente explica la variable dependiente
4. 3. Porcentaje global correctamente clasificado: Este porcentaje indica el número de casos que el modelo es capaz de predecir correctamente. Me explico. En base a la ecuación de regresión y los datos observados, se realiza una predicción del valor de la variable dependiente (valor pronosticado).
5. 2. R-cuadrado de Cox y Snell, y R-cuadrado de Nagelkerke: Indica la parte de la varianza de la variable dependiente explicada por el modelo. Hay dos R-cuadrados en la regresión logística, y ambas son válidas. Se acostumbra a decir que la parte de la variable dependiente explicada por el modelo oscila entre la R-cuadrado de Cox y Snell y la R-cuadrado de Nagelkerke. Cuanto más alto es la R-cuadrado más explicativo es el modelo, es decir, las variables independientes explican la variable dependiente.
6. 1. Significación de chi-cuadrado del modelo en la prueba ómnibus: Si la significación es menor de 0,05 indica que el modelo ayuda a explicar el evento, es decir, las variables independientes explican la variable dependiente.
7. Se usa cuando la variable dependiente es una variable binaria, es decir, de solo dos categorías, también conocidas como dummy o dicotómica.
7.1. Ejemplo: 1-Sí, 0-No o por ejemplo 1-Soltero, 0-No Soltero
