所有，
我对一组分类和连续变量进行了逻辑回归，并将二元事件作为因变量 .
现在进行建模后，我观察到一组显示负号的分类变量，我认为应该理解，如果该分类变量出现的次数很多，则因变量出现的概率很低 .
但当我看到该自变量出现的百分比时，我看到了相反的趋势 . 因此结果似乎是反直觉的 . 任何可能发生这种情况的原因 . 我尝试用伪示例解释下面的内容 .
因变量 - E预测因子：1 . 分类变量 - Cat1有2个等级（0,1）2 . 连续变量 - Con1 3.分类变量 - Cat2有2个等级（0,1）后建模：说所有都是重要的和系数如下所示，Cat1 - （ - 0.6）Con1-（0.3）Cat2 - （ - 0.4）
但是当我计算Cat 1上事件E的发生百分比时，我发现当Cat1为1时，出现的百分比很高，我认为这是违反直觉的 .
请帮助理解这一点 .