我正在解决一个问题，以确定手术后感染的风险因素。所以有年龄、既往情况、感染原因等危险因素。由于因变量和大部分变量都是分类数据，所以我先用逻辑回归，其中因素A不显着。
只是想再次确认，我只是在因变量和 A 之间使用卡方检验，这次 P 值为 0.03，这意味着它们是相关的。谁能给我一个提示？这是否意味着因素之间的相关性？
使用卡方检验和逻辑回归的不同结果
机器算法验证
回归
物流
2022-03-21 17:07:06
1个回答
几点：
1）自变量是分类的这一事实与逻辑回归的选择无关。
2）显着的卡方值意味着这两个变量是相关的，但如果两者都是分类的，则不是真正的相关。如果两个变量都只有 2 个水平，则存在类似的相关性。
3）（您的主要问题）您似乎对多个自变量进行了逻辑回归，并将其与仅两个变量（感染和 A）之间的卡方检验进行了比较。他们提出了两个不同的问题，所以他们得到了不同的答案。第一个问题是在控制其他变量后，A 是否会影响感染几率。第二个不控制任何其他变量。如果所有自变量完全不相关，那么我相信效果大小（优势比）将保持不变。然而，这在现实生活中几乎不会发生（除了一些非常受控的实验）。
4）顺便说一句，最好看效果大小，而不仅仅是p值。