¿Cómo interpretar los coeficientes de una regresión logística?

Tengo la siguiente función de probabilidad:

dónde

Mi modelo se parece

Entiendo lo que significa la intercepción (3.92), pero ahora estoy seguro de cómo interpretar 0.014. ¿Siguen registrando probabilidades, proporciones impares, o puedo afirmar ahora que por cada cambio incremental de probabilidades es de género, las mujeres tienen 0.014 más probabilidades de ganar que los hombres? Básicamente, ¿cómo voy a interpretar el 0.014?

Básicamente, quiero tomar la función de probabilidad e implementarla en Java para un programa específico que estoy escribiendo, pero no estoy seguro si estoy entendiendo la función correctamente para implementarla en Java.

Ejemplo de código Java:

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

Si está ajustando un GLM binomial con un enlace logit (es decir, un modelo de regresión logística), entonces su ecuación de regresión es la probabilidad de que el valor de respuesta sea un '1' (o un 'éxito'), condicionado a los valores predictores .

Exponiendo las probabilidades de registro le da la razón de probabilidades para un aumento de una unidad en su variable. Entonces, por ejemplo, con "género", si Femenino = 0 y Masculino = 1 y un coeficiente de regresión logística de 0.014, entonces puede afirmar que las probabilidades de su resultado para los hombres son exp (0.014) = 1.01 veces las probabilidades de Su resultado en las mujeres.

la razón de posibilidades de las mujeres debe ser 1 / exp(0.014)

explicación:

dado que el evento para hombre es '1' y femenino es '0', eso significa que el nivel de referencia es femenino.

la ecuacion 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

por lo tanto, odds ratio(female) = 1 / 1.01 = 0.99