Prism 提供了为逻辑回归模型的每个参数估计（和优势比）计算 P 值的选项。

虽然统计检验的分布不同，但用于评估逻辑回归模型参数时的 P 值解读与多元线性回归相同。

具体来说，检验值的特异性假设是系数/参数的真实人口值为零。请注意，如果系数的实际值为零，这就意味着相关变量（X 值）的增加（或减少）对对数几率（或几率）没有影响。

对于每个系数，计算出的 P 值可以回答这样一个问题：如果零假设（上文）为真，观察到这个系数估计值或更极端系数估计值的概率是多少？如果这个概率足够小（P 值小于所选的α 水平，一般为 0.05），我们就拒绝零假设。

对于每个参数，Prism 都会报告

•Z 的绝对值，计算方法是系数估计值除以标准误差

•根据 Z 确定的 P 值

•P 值摘要，报告为 "ns "或一个或多个星号