I coefficienti hanno sicuramente un significato. In alcuni pacchetti software il modello può essere diretto in due modi per produrre uno dei due tipi di coefficienti. Ad esempio, in Stata, è possibile utilizzare il comando Logistic o il comando logit; usando uno, il modello fornisce coefficienti tradizionali, mentre usando l'altro, il modello fornisce rapporti di probabilità.
Potresti scoprire che uno è molto più significativo per te dell'altro.
A proposito della tua domanda che "... i coefficienti sembrano dipendere dalla sensibilità ...".
Stai dicendo che i risultati dipendono da quali variabili hai inserito nel modello?
Se è così, sì, questo è un dato di fatto quando si esegue l'analisi di regressione. La ragione di ciò è che l'analisi di regressione sta osservando un mucchio di numeri e li scricchiola in modo automatizzato.
I risultati dipendono da come le variabili sono correlate tra loro e da quali variabili non vengono misurate. È tanto un'arte quanto una scienza.
Inoltre, se il modello ha troppi predittori rispetto alla dimensione del campione, i segni possono capovolgersi in modo folle - penso che questo stia dicendo che il modello sta usando variabili che hanno un piccolo effetto per "aggiustare" le sue stime di quelle che hanno un grande effetto (come una piccola manopola del volume per effettuare piccole calibrazioni). Quando ciò accade, tendo a non fidarmi delle variabili con piccoli effetti.
D'altro canto, è possibile che inizialmente i segni cambino, quando si aggiungono nuovi predittori, perché ci si sta avvicinando alla verità causale.
Ad esempio, immaginiamo che il Brandy della Groenlandia potrebbe essere dannoso per la salute, ma il reddito fa bene alla salute. Se il reddito viene omesso e le persone più ricche bevono Brandy, il modello potrebbe "captare" l'influenza del reddito omesso e "dire" che l'alcol fa bene alla salute.
Non ci sono dubbi, è un dato di fatto che i coefficienti dipendono dalle altre variabili incluse. Per saperne di più, cerca "bias variabile variabile" e "relazione spuria". Se non hai mai incontrato queste idee prima, prova a trovare un'introduzione ai corsi di statistica che soddisfino le tue esigenze: questo può fare una grande differenza nel fare i modelli.