我的样本包括744个主题，其中175个属于L == 0组，而其他569个属于L == 1组（请参见下面的数据）。
我使用GLM作为二进制结果来测试背景变量中的组差异-
summary(
pre <- glm(L ~ g + a + m + p + e,
family = binomial("logit"),
data = df))
...为其中5个带来显着差异：g，a，m，p和e）。
因此，在测试我的预测变量chr和结果rsk之间的关联时，我在每个组（L == 0，{{ 1}}），再次使用GLM获得二进制结果：
L == 1结果表明summary(
fit <- glm(rsk ~ chr + g + a + m + p + e,
family = binomial("logit"),
data = df[which(df$L == 0), ]))
summary(
fit <- glm(rsk ~ chr + g + a + m + p + e,
family = binomial("logit"),
data = df[which(df$L == 1), ]))
确实存在显着关联，而L == 0则不存在。
感谢您在如何测试重要性/非重要性是否可以归因于群体状况方面的帮助？。或换句话说，如何针对chr-rsk相关性检验组之间差异的显着性？
感谢受访者！
乌里
L == 1