我有一些问题需要帮助。我正在运行二元逻辑回归。

DV: Brand choice (0/1)
IV1: Attitude towards product (p<0.05)
IV2: Price sensitivity (p<0.05)

（IV1 和 IV2 均在同一刻度上测量）

我发现在预测品牌选择方面，“对产品的态度”（$β=1.308$）比“价格敏感度”（$β=0.956$但是，根据我的论文导师的说法，为了证明这一事实，我需要进行额外的测试。也就是说，我需要确定这种差异是否显着。所以，我想知道的是：$β_{Attitude}> β_{Price}$（或者如果$β_{Attitude}≠ β_{Price}$）以及这是否具有统计意义。我一直在寻找很多，但我找不到我应该如何测试这个。有人有什么想法吗？？

我已经读过可以运行 t 检验（以品牌选择作为分组变量）并查看 t 值，如果“对产品的态度”的 t 值越高，则它越强一。但是，我有 3 个组（条件），所以我不确定我是否可以运行 t 检验。我可以改用方差分析并查看 F 值吗？

我还发现了一些可以包含交互项（态度*价格）的信息，并且每个交互项的 p 值为我提供了对这些系数差异的显着性检验。这是一个有效的方法吗？