逻辑回归中的系数没有意义

Question

我是数据分析的初学者，我使用的是过去 5 年 NBA 季后赛的数据。我制作了一个逻辑回归模型，其中游戏结果（0 或 1）是因变量。我还使用了球队是否在主场比赛（0 或 1），以及其他几个变量，如 3 分百分比、进攻篮板百分比等。但我的输出让我感到困惑。据说呆在家里并不重要，但这显然不是真的。某些变量的贝塔系数对于我认为对数赔率应该是的（19、20 等）来说太高了。我做错了什么？顺便说一句，我将 home 变量作为一个因素。

Call:
glm(formula = Win ~ ., family = "binomial", data = fivedata)

Coefficients:
              Estimate Std. Error z value Pr(>|z|)    
(Intercept) -34.428796   2.688105 -12.808  < 2e-16 ***
Home         -0.008206   0.215093  -0.038  0.96957    
threePCT     20.276459   1.861469  10.893  < 2e-16 ***
FTA           0.049225   0.016449   2.993  0.00277 ** 
FTpct         6.566342   1.152709   5.696 1.22e-08 ***
ORB           0.204625   0.032390   6.317 2.66e-10 ***
AST          -0.022875   0.027131  -0.843  0.39916    
STL           0.347226   0.042683   8.135 4.12e-16 ***
BLK           0.108892   0.047946   2.271  0.02314 *  
TOV          -0.295402   0.034487  -8.566  < 2e-16 ***
PF           -0.063317   0.028169  -2.248  0.02459 *  
DRB           0.336799   0.028429  11.847  < 2e-16 ***
TwoPCT       19.864978   1.963007  10.120  < 2e-16 ***
threeRate    -0.315986   1.408751  -0.224  0.82252    
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for binomial family taken to be 1)

    Null deviance: 1167.26  on 841  degrees of freedom
Residual deviance:  574.81  on 828  degrees of freedom
AIC: 602.81

Number of Fisher Scoring iterations: 6

Answer 1

如果

threePCT

的范围从 0 到 1（即作为比例，而不是百分比），则

20.27

是当

threePCT

为 1 时获胜概率的增加，即获胜概率的增加一支球队的三分球命中率为 100%。

（注意：这个问题可能属于交叉验证）