Misalkan model regresi logistik digunakan untuk memprediksi apakah seorang pembelanja online akan membeli produk (hasil: pembelian), setelah dia mengklik satu set iklan online (prediktor: Ad1, Ad2, dan Ad3).
Hasilnya adalah variabel biner: 1 (dibeli) atau 0 (tidak murni). Prediktor juga merupakan variabel biner: 1 (diklik) atau 0 (tidak diklik). Jadi semua variabel berada pada skala yang sama.
Jika koefisien yang dihasilkan dari Ad1, Ad2, dan Ad3 adalah 0,1, 0,2, dan 03, kita dapat menyimpulkan bahwa Ad3 lebih penting daripada Ad2, dan Ad2 lebih penting daripada Ad1. Lebih lanjut, karena semua variabel berada pada skala yang sama, koefisien terstandarisasi dan tidak terstandarisasi harus sama, dan kita dapat menyimpulkan bahwa Ad2 dua kali lebih penting daripada Ad1 dalam hal pengaruhnya terhadap level logit (log-odds).
Tetapi dalam praktiknya kita lebih peduli tentang bagaimana membandingkan dan menafsirkan kepentingan relatif variabel dalam hal tingkat p (probabilitas pembelian), bukan logit (log-odds).
Dengan demikian pertanyaannya adalah: Apakah ada pendekatan untuk mengukur kepentingan relatif variabel-variabel ini dalam hal p?