Question

我有以下模型：

NCOL=5
NROW=2
LAY_FACET = matrix(NA,ncol=NCOL,nrow=NROW)
LAY_FACET[1:length(lvl)]=lvl
new_lvl = na.omit(c(t(LAY_FACET)))

func(total_nr_obj_week_corr.3,new_lvl)+ggtitle("new levels")

这给出以下OR：

mod.log.diab <- glm(data = data_train, INFEC ~ DIABETES, family = binomial(link = 'logit'))

此值大于1，因此可以说该变量有效。但是当我进行Wald测试时，我得到了以下答案：

>exp(mod.log.diab$coefficients)
(Intercept)  DIABETESno 
   2.826087    1.469822

p值大于0.05，因此我们拒绝H0，测试表明这并不重要。

我该如何解释，谁拥有真理OR或检验？

该问题尚未完成，因为如果我使用更多显性变量升级模型，则

>regTermTest(mod.log.diab, "DIABETES")

Wald test for DIABETES
 in glm(formula = INFEC ~ DIABETES, family = binomial(link = "logit"), 
    data = data_train)
F =  2.34702  on  1  and  1560  df: p= 0.12573

我得到以下提示：

mod.log.cat <- glm(data = train.cat, INFEC ~ DIABETES + EDAD + HCTO, family = binomial(link = 'logit'))

以及以下Wald测试输出：

>exp(mod.log.mult$coefficients)
(Intercept)  DIABETESno        EDAD        HCTO 
  1.3275634   1.0751666   0.9817025   1.0558760

这次，DIABETES不像简单模型一样拒绝wald检验。但是奇怪的事实是，所有奇数比率都接近，所以它们都接近1。结论是什么？或OR接近1时，有些变异系数是显着的，而其他变异系数却没有？

谢谢。

奇数比vs Wald检验。矛盾还是误解？

0 个答案: