Logit Regression Results
==============================================================================
Dep. Variable: target No. Observations: 522
Model: Logit Df Residuals: 516
Method: MLE Df Model: 5
Date: Wed, 09 Apr 2014 Pseudo R-squ.: 0.2128
Time: 18:43:34 Log-Likelihood: -284.83
converged: True LL-Null: -361.82
LLR p-value: 1.908e-31
===============================================================================
coef std err z P>|z| [95.0% Conf. Int.]
-------------------------------------------------------------------------------
b1 -0.4015 0.340 -1.181 0.237 -1.068 0.265
b2 1.9567 0.581 3.370 0.001 0.819 3.095
c1 0.0894 0.035 2.548 0.011 0.021 0.158
c2 0.1361 0.146 0.933 0.351 -0.150 0.422
d1 -0.0022 0.003 -0.806 0.420 -0.008 0.003
d2 -0.0190 0.004 -4.582 0.000 -0.027 -0.011
===============================================================================
上面是我做的一个逻辑回归的结果的summary,额，小弱一枚，我想知道这几个变量的系数的可信度怎么样，不知道看哪一个变量，或者需要计算其他的量。
第一列的系数，和最后两列的置信区间我知道点点额
回归的结果是python的statsmodels做的额
