我正在测试由 C 分层的两个变量 A 和 B 的独立性。A 和 B 是二元变量，C 是分类变量（5 个值）。运行 Fisher 对 A 和 B 的精确测试（所有层组合），我得到：

##          (B)
##      (A) FALSE TRUE
##    FALSE  1841   85
##    TRUE    915   74

OR: 1.75 (1.25 --  2.44), p = 0.0007 *

其中 OR 是优势比（估计值和 95% 置信区间），*表示 p < 0.05。

对每个层（C）运行相同的测试，我得到：

C=1, OR: 2.31 (0.78 --  6.13), p = 0.0815
C=2, OR: 2.75 (1.21 --  6.15), p = 0.0088 *
C=3, OR: 0.94 (0.50 --  1.74), p = 0.8839
C=4, OR: 1.48 (0.77 --  2.89), p = 0.2196
C=5, OR: 3.38 (0.62 -- 34.11), p = 0.1731

最后，使用 A、B 和 C 运行Cochran-Mantel-Haenszel (CMH) 测试，我得到：

OR: 1.56 (1.12 --  2.18), p = 0.0089 *

CMH 检验的结果表明，A 和 B在每个层次上并不独立（p < 0.05）；但是，大多数层内测试都不显着，这表明我们没有足够的证据来否定 A 和 B 在每个层都是独立的。

那么，什么结论是正确的呢？鉴于这些结果，如何报告结论？C是否可以被认为是一个混杂变量？

编辑：我对零假设进行了 Breslow-Day 检验，即各层的优势比相同，p 值为 0.1424。