介绍

我有一个包含许多行和二进制结果的分类列联表，我计算：

name  outcome1  outcome2
----  --------  --------
A     14        5       
B     17        2       
C     6         5       
D     11        8       
E     18        14

这一切都很好，因为这两个类别（名称和结果）彼此独立，即人 A 不能同时是人 B，并且结果 1 不会与结果 2 同时发生。

添加问题

但是，我现在想通过为代理分配类来丰富我的数据集。这些类不是排他性的，有些甚至可能相互依赖。对于上面的示例，有四个类 C x：

name  C1   C2   C3   C4 
----  ---  ---  ---  ---
A     0    0    1    1  
B     1    0    1    0  
C     1    1    0    1  
D     1    1    0    0  
E     1    1    1    0

我现在想知道一个类是否依赖于实验的结果。

可能的（天真的）解决方案

我的想法最初是基于类进行聚合，然后执行独立性测试，这样表格看起来像这样：

class   outcome1  outcome2
------  --------  --------
C3      49        21
not_C3  17        13

但是，后来我突然想到，我用这种方法掩盖了其他类的影响，因为我是基于类进行隔离的，如果某些类相互依赖，这可能会给我带来不好的结果。

此外，我的真实数据集包含大约 200 个代理和 30 个类别，所以我的方法会给出很多我现在知道如何解释的结果。

问题

考虑到这一点，我转向您：哪种统计方法适用于测试（不）依赖于具有一个分类非排他变量和一个二元分类变量的数据集？

我想得到一些结果，“第 1 类是结果的最强预测因子（p < 0.01）。它也与第 2 类相关。”

使用 Python 或 R 的解决方案非常受欢迎，但我不需要代码。我需要知道哪种方法适用。