在执行逻辑回归时，选择一个缺少截距（β0）项的模型的情况相当罕见，因此罕见的是Prism会显示一个警告，以提醒您确保您出于充分的理由做出该决定。

如果您从您的模型中排除该截取项， 则当所有预测变量均为零时，您假定观察到成功（P（Y=1））的概率等于0.5。这几乎不是一个合理的假设，因此，该截距项几乎总是保留在逻辑回归模型中。让我们查看一下逻辑回归的模型，并探索该问题背后的一些数学：

Ln（Odds）=β0 + β1*X1 + …

 

如果我们在上述方程中将Xi的值设为零，则其可简化为：

Ln（Odds）=β0

 

因此，所有其他预测因子为零时，截距β0等于对数优势。从模型中排除截距在数学上等同于将截距项设为零。如果我们将eβ0设为零，并对上述方程指数化，则我们可获得：

eLn（Odds） = eβ0

Odds=eβ0

Odds=e0

Odds=1

 

如果我们现在使用该事实，则优势可写成“Y=1的概率”与“1-Y=1的概率”的比率。

Odds=1

P（Y=1）/[1 - P（Y=1）]=1

 

求解P（Y=1），获得：

P（Y=1）=（1）*[1 - P（Y=1）]

P（Y=1）=1 - P（Y=1）

2*P（Y=1）=1

P（Y=1）=0.5

 

因此，通过从逻辑回归模型中排除截距，您已假定当所有预测因子均为零时，观察到成功的概率为50%。这种假定几乎不适用，因此截距项几乎始终包含在逻辑回归模型中。