我有一个大约80,000的大数据集。我正在执行一系列多元回归并保留默认参数以省略NA（我的截止日期很紧且计算能力很差，所以没有时间进行多次插补）。
这表示例如对于一个结果，我有〜50000个观察结果。我要检查的是，在每个感兴趣的变量方面，这50000与其他30000之间是否有很大差异。
由于N较大，我认为使用效应大小检验会比显着性更好。 在R中，我使用Cohen的D函数对每个连续变量分别进行了Cohen的D测试，例如。
cohensd(completecases$age, incompletecases$age)
但是如何处理分类变量？
phi系数不适合，因为我的某些因素有两个以上的水平（例如，种族中有白人，黑人，亚裔，混合种族）。我还查看了Cramer的V，但这需要我的样本（完整和不完整）大小相同。 在不相等的组中，我可以对超过2个级别的分类变量执行哪种效应大小检验？
我能想到的就是创建一个新变量，该变量指示样本成员资格并执行例如种族〜成员身份