binary logistic regression,解释变量都是虚拟变量，该如何计算各自的概率？

现在在做binary logistic regression，因变量是1，0。自变量全部都是dummy variables

举例说明：

背景：通过虚拟抽样调查的方法得到来自城乡的300个家庭的数据，包括四个变量。第一个是虚拟编码的变量，描述每个家庭是否拥有彩色电视机，编码2表示拥有，编码0表示没有，变量名为OWN。第二个变量是家庭的年收入，以千元为测量单位，变量
名为INCOME, 也设置为虚拟变量，年收入1万以下为1，1万到2万为2，2万到3万为3，大于3万为基底。第三个变量为家庭居住地区类型的虚拟变量，分别编码1和0代表城市和农村两种情况，变量名为URBAN.第四个变量是家庭成员的年龄range，变量名为AGE, 也设置为虚拟变量，16-23以下为1，24-35为2，36-50为3，51-70为4, 70以上为基底。

研究目的；分析家庭收入水平和地区，家庭类型对于拥有彩色电视机的影响作用。
因变量；OWN
自变量：INCOME，URBAN，AGE.

因为都是虚拟变量，请问如何求income, urban,age 的各自的概率呢？
我知道如果不是虚拟变量，可以用1/（1+exp^z)来计算，但是因为我现在的模型里面是虚拟变量，请问大家我该如何计算 income, urban, age的每个变量各自的概率呢？

谢谢！

自变量的分类概率应该是从样本数据得到的吧？

想明白了，可以删除了，谢谢！