求解关于logistic回归设定阈值的问题？

新疆弹棉花的

关于ST股票和非ST股票的分类的计算，用的是logistic回归。。之前用过主成分分析，
回归的程序我是这样写的。。。

data logic;
input F1 F2 F3 F4 class $ @@;
cards;
0.758774641     -1.198997115    0.049550962     -0.031604442    0
-1.10323614     0.660366655     -0.277858195    -0.079911083    0
-0.933829088    0.427801121     -0.663506083    -0.289326834    0
0.037691466     -0.24301647     0.882852939     0.059531066     0
-0.19950939     0.181556031     0.08462002      0.009140171     0
1.276632516     0.725340592     -1.024531174    -0.376628544    0
-0.381450424    -0.675832584    -0.505174892    -0.174635383    0
4.680087306     2.518953045     1.924467782     -0.215105965    0
1.659385509     2.203323298     0.838233125     -0.061173605    0
0.026283733     -0.658340024    0.121892921     -0.193708647    0
-0.902808175    0.232777629     -0.016791281    -0.197263025    0
1.817942555     0.759692979     0.280432035     3.218561928     0
1.509672031     0.706926044     0.746187471     0.260715671     0
-0.425441835    0.864641353     0.467264757     -0.040901055    0
-0.479902277    0.112121362     0.349260149     -0.012793862    0
0.080826425     0.271107234     0.413956288     -0.025596038    0
1.00041302      0.33527494      -0.640290089    -0.406716582    0
-0.490209125    0.730744428     -0.102550897    0.322752317     0
0.67096692      0.26634085      -0.654530251    -0.336921598    0
3.230762685     0.481442613     -2.977849816    -0.766549154    0
0.399381933     -0.361632915    -0.858374733    -0.362366814    0
1.113489039     0.197434148     -1.573493873    -0.331076207    0
-0.172544777    0.466902379     0.60404481      0.057703833     0
-0.665559296    -0.383445127    0.14773297      -0.079385672    0
-0.958936681    -0.700049095    0.221330891     0.437197035     0
0.492649102     0.539786036     -0.406597674    -0.130898091    0
1.925902824     0.50550121      -1.596269859    -0.235661522    0
3.926692007     -3.999071899    0.475834543     -0.040359746    0
1.158264169     1.667697256     -1.389040176    -0.492662927    0
-0.658453253    0.670463113     1.04220417      6.668625077     0
2.310764242     -1.437607498    -1.160106657    -0.444953274    0
-0.206351961    -2.28138391     0.430183233     -0.142868229    0
-1.578841743    0.567480156     -0.182322536    -0.126787733    0
-0.522148923    1.04364221      -0.267234703    0.046653736     0
0.773746232     0.017328324     0.379315877     -0.006065586    0
0.364736575     0.775895477     -0.296682067    0.43457462      0
1.654773561     1.300603153     -0.060178347    -0.016662267    0
0.293701049     1.550516376     -1.732812634    -0.451354158    0
0.831619722     -1.027711255    1.18560449      0.649152844     0
-1.220656702    0.025077813     0.068251041     -0.11380978     0
1.465647154     -3.52052007     0.282248592     -0.256416257    0
1.314935814     1.937118006     -1.390694952    -0.241731343    0
2.295241804     -3.905323922    1.062955425     -0.043779342    0
2.868831877     0.410914382     -0.904260026    0.34358019      0
-0.232719248    -0.038219261    -0.391373103    -0.181079093    0
-0.05559709     -0.111264796    0.177508019     -0.114248389    0
-2.581010294    0.232611279     -0.428152184    0.003073        0
0.168337923     -0.358180054    -0.792824202    -0.372666539    0
4.804365265     -2.06325597     0.315061171     1.239934868     0
-1.083894137    1.164698424     -0.274678354    -0.105457298    0
-0.758509622    1.317701095     -0.348406915    1.988887159     0
2.076167768     0.261882936     -1.758392437    -0.655761894    0
-0.442447961    -0.315064318    0.449229238     0.123782728     1
-0.384431774    -0.141452778    0.453439443     0.062896012     1
-2.408985768    -1.298324298    -0.062618621    -0.236711765    1
-1.353687777    -0.645432065    0.07788219      0.055734723     1
-1.651464689    -0.713808786    -0.114906582    -0.105927345    1
-2.386277602    -0.636706486    0.005097224     0.063462244     1
-8.758756312    -0.766941605    -1.180546616    0.424536224     1
-2.051572309    -0.645574808    -0.463357978    -0.330184545    1
-0.971289461    0.8034975       0.005246339     -0.333518052    1
-2.846364155    -1.469316195    1.180434335     0.008078067     1
0.100206975     -1.121203369    -0.821845787    -0.480356337    1
-0.829773132    0.890278988     3.876196487     -1.910238978    1
0.016695727     0.085321198     3.203874809     -1.051532928    1
0.365408826     1.122396579     2.787378937     -0.752447565    1
-0.307236677    2.124678104     2.732623119     -1.433760953    1
0.517180296     0.560257117     0.049850267     -0.495436619    1
-3.776444099    0.300905275     -0.594679566    -0.243480403    1
-0.845510984    0.205762206     -0.210968366    -0.378760225    1
-1.768440697    -1.690166687    -0.470728755    -0.26185366     1
-1.593885116    0.183082451     -0.777615689    -0.309476163    1
;
proc logistic order=data;
model class=F1 F2 F3 F4/scale=none aggregate;
output out =result p=predi;
run;
proc print data=result;
run;


出来的最终结果是有概率的，但是我不知道level是不是值得分类。。。因为全是0、、
求问的是level指的是什么，以及怎么设定阈值来分类
谢谢！！