我正在使用匹配对（1到5/6匹配）的数据库工作，并尝试使用条件逻辑回归获得变量的优势比（95％置信区间）。
G1_LR<-glm(formula=MCM.POSS~factor(AED1TRIM_EXP)+factor(BMI)+factor(FOLIC_ACID),family=binomial(),data=G1)
summary(clogit((MCM.POSS)~factor(AED1TRIM_EXP)+factor(BMI)+factor(SMOKING)+factor(FOLIC_ACID)+strata(BABY_PATID),data=G1))**
此后，我发现我的两个预测变量具有准完全分离，因此我决定尝试惩罚最大似然估计方法（logistf）。
G1_edited<-logistf(formula=MCM.POSS~factor(AED1TRIM_EXP)+factor(BMI)+factor(SMOKING)+factor(FOLIC_ACID),family=binomial(),data=G1)
然而，出现了两个问题。首先，优势比（从logistf命令（OR = 0.9）获得的95％置信区间与clogit和glm命令（OR = 3.0）差别很大。其次，我试过但未能包括{ {1}}函数（就像我在clogit命令中所做的那样考虑我的cond.logistic回归中的匹配对）到strata()命令，所以我怀疑获得的logistf是不正确的，因为它确实不要将我的案例与其各自的5/6控件进行比较。
是否有对OR获得的差异的解释，是否有办法将OR = 0.9函数包含到我的strata()命令中？非常感谢你提前！
PS：我是R的新手，所以如果问题没有明确表达或者您需要进一步澄清，请告诉我。