二元logistic回归要求因变量只能为2项，可以根据Python进行独热编码为0或1。
在确认了可能的影响因素之后，进行二元Logit回归分析。对于模型结果，宏观上来讲首先需要看某个题是否呈现出显著性，如果呈现出显著性，那么说明该题对Y有影响关系。具体是正向影响还是负向影响需要结合对应的回归系数值进行说明，如果回归系数值大于0，则说明是正向影响；反之则说明是负向影响。
对于模型是否有意义，可以从“模型似然比检验结果”、“拟合度检验”方面进行分析。
模型似然比检验结果
查看p值是否小于0.05.如果该值小于0.05，则说明模型有效；反之则说明模型无效；从上表可以看出p<0.05,所以说明本次构建模型时，放入的自变量具有有效性，本次模型构建有意义。然后对拟合度进行检验查看。
拟合度检验
HL检验原假设为：模型拟合值和观测值的吻合程度一致，如果p值大于0.05则说明通过HL检验，反之则说明模型没有通过HL检验，模型拟合优度差。