logit.fit <- glm(data1$aa~data1$a1+a2+a3+a4+a5+a6,
family = binomial(link = 'logit'),
data = data1)
summary(logit.fit)
coef(logit.fit)
得出的回归系数,a3的回归系数非常大,达到6点几,其他因子的系数都在1左右
得出的OR值,a3的非常大,100多,95%置信区间上限达到1000多,其他因子的OR值都没有超过10的
于是又试了单因素分析,
logit.fit <- glm(data1$aa~data1$a3,
family = binomial(link = 'logit'),
data = data1)
summary(logit.fit)
coef(logit.fit)
得出a3的回归系数是2.8,OR是17,置信区间是2-115
为什么a3的回归系数和OR都比其他因子明显大这么多?是因为它就是很明显很重要的因素,还是有其他偏倚在处理过程里面?
请求大神解答,急~感谢~