whereas over two-thirds of those wi

whereas over two-thirds of those with no qualifications did so.This impact of education on vote choices is also highly significant in themultiple logistic regression models. As log odds are not straightforward tointerpret, the last column in Table 2 shows the marginal effect of one standarddeviation change in each of the explanatory variables on the probability ofvoting Leave. This shows the strongest effect for education and age. Goingfrom A-level education to an undergraduate degree reduces the probabilityof voting Leave by about 10 percentage points, all other things beingequal. Similarly, a 50 year old is 10 percentage points more likely to supportBrexit compared to a 33 year old voter. Men are slightly more likely to voteLeave (2 percentage points), as are those with lower incomes and thosewho feel that their financial situation has deteriorated. These are very substantial differences, especially when it comes to the generation and educationgaps; however, the overall model fit is modest (pseudo R-squared of 0.09)

結果 (繁體中文) 1:

那些沒有資格的，而超過三分之二的這樣做了。
教育對投票選擇，這也是影響高度顯著
多因素Logistic回歸模型。為log機率是不能直接
解釋，表2中示出了最後一列一個標準的邊際效應
在每個上的概率解釋變量的偏差變化
表決離開。這顯示了教育和年齡的作用最強。去
從A級教育本科學位減少的概率
約10個百分點的投票離開，其他所有的事情都是
平等的。同樣，50歲為10個百分點，更容易支持
相對於一個33歲的選民Brexit。男人稍微更可能投票
假期（2個百分點），因為是那些收入較低，那些
誰覺得自己的財務狀況已經惡化。這些都是非常重大的分歧，特別是當它涉及到的生成和教育
方面的差距; 然而，整體模型擬合是適度的（偽R平方0.09）

結果 (繁體中文) 2:

而超過三分之二的沒有資格的人這樣做。
教育對投票選擇的影響在
多個邏輯回歸模型。由於日誌賠率並不簡單
解釋，表 2 中的最後一列顯示了一個標準的邊際效果
每個解釋變數的偏差變化
投票離開。這顯示了對教育和年齡的影響最大。會
從A級教育到本科學位降低概率
投票 離開約10個百分點，所有其他的事情
平等。同樣，50歲的人支援的可能性也高出10個百分點
與一位33歲的選民相比，英國脫歐。男性投票的可能性略高
休假（2個百分點），以及那些收入較低的人和那些
覺得自己的財務狀況已經惡化了。這些都是非常重大的差異，特別是當涉及到發電和教育
差距;但是，總體模型擬合度適中（偽 R 平方為 0.09）

結果 (繁體中文) 3:

然而，超過三分之二的沒有資格的人這樣做了。
教育對投票選擇的影響在
多元logistic回歸模型。因為原木的幾率不容易
解釋一下，錶2中的最後一列顯示了一個標準的邊際效應
每個解釋變數的偏差變化
投票假。這對教育和年齡的影響最大。去
從A級教育到本科學位降低了
投票離開約10個百分點
平等。同樣，一個50歲的人更有可能支持
與33歲的選民相比，英國脫歐。男性更傾向於投票
離開（2個百分點），低收入者和
他們覺得自己的財務狀況惡化了。這些都是非常實質性的差异，尤其是在代際關係和教育方面
間隙；但是，整體模型擬合是適度的（偽R平方為0.09）