我有一个逻辑回归模型，例如：状态 ~ 考试分数 + 性别 + 年龄。 我对分层的连续变量exam.score的对数优势比感兴趣，例如：得分前20%与人口剩余80%、得分前5%与人口剩余95%的几率，等
我尝试向数据框中添加分类变量，但我不确定这是否正确：
my.data.frame$quintiles = as.factor(ntile(my.data.frame$exam.score, 5))
my.data.frame$top20 = as.factor(ifelse(my.data.frame$quintiles == 5,1,0))
log.mod = glm(status ~ top20 + gender + age, data = my.data.frame, family = "binomial")
summary(log.mod)
有没有更好的方法来获得这个？ 将连续变量（分数）变成离散变量（1/0）的深层含义是什么？