Используя логистическую регрессию, я пытаюсь смоделировать предельное влияние того, что я женщина и зарабатываю ниже порога бедности (обе бинарные переменные), на прогнозирование вероятности развития гипертонии. Я создал термин взаимодействия (бедность_FEMALE), чтобы попытаться смоделировать это, но не уверен, верна ли моя интерпретация коэффициентов.
Можно ли сказать, что:
- предельный эффект от пребывания ниже порога и мужчины составляет: 0,067 - 0,055
- предельный эффект того, что она женщина и не находится в бедности, составляет: 0,041 - 0,055
- предельный эффект того, что она женщина и находится в бедности, составляет -055?
Если так, то почему имеет смысл, что бедняки и женщины подвергаются меньшему риску, если коэффициенты этих двух переменных сами по себе являются положительными значениями?
pov_FEMALE=(df$BELOW_100_POVERTY*(df$FEMALE))
Marginal Effects:
dF/dx Std. Err. z P>|z|
BELOW_100_POVERTY 0.0670417 0.0243266 2.7559 0.0058531 **
FEMALE 0.0410705 0.0172280 2.3839 0.0171283 *
pov_FEMALE -0.0553485 0.0160284 -3.4531 0.0005541 ***