我是一名医科学生，从事一些公共卫生研究。我是论坛的新手，我现在正在努力弄清楚如何处理案例控制匹配数据的多变量分析问题。设置是我有36组，每组有1个正（案例）和0到4个负数（控件）。我一直在离开我的单变量分析中只有积极因素的一组。
在这36个组中，24个是高风险（1-24），12个是低风险（25-36）。我与所有这些小组参与者进行了一次约100个问题调查。其中一些问题有二元响应，另一些则有多达6个响应。
到目前为止，我一直在使用以下脚本对二元方程的单变量分析进行Mantel-Haenszel卡方检验：
data <- read.csv("data.csv", header=TRUE)
data$group <- factor(data$group)
data$case_control <- factor(data$case_control, levels=0:1, labels=c("Neg.", "Pos."))
data$flood_door <- factor(data$flood_door, levels=0:1, labels=c("Flood risk: low", "Flood risk: high"))
### Array for MH
mh_data <- by(data, data$group, function(x) table("exposure"=x$flood_door, "outcome"=x$case_control))
mh_data <- simplify2array(mh_data)
### Sample size must by >1 in each stratum.
## Identify strata with sample size <= 1
which(apply(mh_data, 3, sum ) <= 1)
## Remove stratum 23
mh_data <- mh_data[ , , c(1:22,24:36)]
### MH test
mantelhaen.test(mh_data) `
这对于对二元问题进行单变量分析是有效的，但我不知道如何正确地对匹配组进行单变量分析以获得具有多个答案的问题（即，您最喜欢的颜色是什么：绿色，红色，黄色等）。有没有办法做到这一点？
然而，我最大的问题是如何才能在R中进行多变量分析，并且匹配这样的数据呢？是否有Mantel-Haenszel的多变量版本？
感谢您的帮助。
-A