您使用逻辑回归。所有这些形式的回归/方差分析仅取决于因变量的性质。方差分析与线性回归相同。所以，这里是各种DV的起点

具有正常误差的连续无界响应：线性回归/ANOVA

二元、分类或有序响应：一种或另一种类型的逻辑回归

计数响应：泊松或负二项式回归

事件响应时间：生存方法，可能是 Cox 模型开始

第一：独立于预测变量，如果你的反应有

• 2 类（二进制），我们通常会使用逻辑回归

• 2类，我们正在谈论多项式回归。

第二：无论您使用什么回归模型（线性、逻辑、多项式），如果您有分类预测变量，大多数软件包都提供显示之间的选择

• 回归表（包括对单个预测变量的测试，即对具有 n 个类别的分类预测变量的 n-1 测试），以及
• ANOVA，用于测试预测变量的整体显着性（即同时测试所有类别的预测变量的影响）。

因此，回归表和方差分析具有相同的基础模型，但应用不同的测试。你总是可以做到这两点。你想要什么是你的选择。

在 R 中，如果您要进行逻辑回归，则可以像对线性模型一样进行 ANOVA（此处讨论的问题是Choice between Type-I, Type-II, or Type-III ANOVA）。您必须检查 R 中的各种多项回归选项在多大程度上实现了 ANOVA 函数。如果 ANOVA 不可用，特定假设的简单替代品将是似然比检验。