logistic回归的结果：

变量	OR(95%CI)	P
RESIDE 1 vs 4	0.25(0.12-0.5)	<.0001
RESIDE 2 vs 4	0.32(0.16-0.65)	0.0017
RESIDE 3 vs 4	0.5(0.29-0.88)	0.0158
RESIDE 4	1.00

 

        然后我在进行卡方的两两比较。

变量		有			无			P值
		n	%		N	%
居住时间	0—4	12	11.76		90	88.24	16.7235	<.0001
1vs4	≥20	46	35.11		85	64.89

 

变量		有			无			P值
		n	%		N	%
居住时间	5-9	12	14.81		69	85.19	10.3782	0.0013
2vs4	≥20	46	35.11		85	64.89

变量		有			无			P值
		n	%		N	%
居住时间	10-19	27	21.43		99	78.57	5.9154	0.0150
3vs4	≥20	46	35.11		85	64.89

        可以看到，1vs4   的P值，卡方为与logistic均为<.0001；  2vs4  的P值，logistic为0.0017，卡方为0.0013；3vs4的P值，logistic为0.0158，卡方为0.0150，感觉P值相差不大。

       我又试着做了几个不同的例子，差异无统计学意义的，得出的P值都非常接近。

       所以，我觉得单因素还是做logistic回归比较好吧，这样得出的信息比较多，至于logistic回归与两两比较的方法，和Bonferroni 有什么关系，1vs2, 1vs3等等，这个logistic回归的P值还需不需要调整，我觉得我们仅仅是做单因素分析，并不是重点描述，只是用这个来选择一些变量，进入到多元分析，有个直观的认识就行了。

       不知道理解得对不对。

转载本文请联系原作者获取授权，同时请注明本文来自温小飘科学网博客。
链接地址：https://blog.sciencenet.cn/blog-501105-558728.html

上一篇：多分类有序logistic平行性检验不符怎么办