0

我有以下模型：

mod.log.diab <- glm(data = data_train, INFEC ~ DIABETES, family = binomial(link = 'logit'))

这给出了以下 OR：

>exp(mod.log.diab$coefficients)
(Intercept)  DIABETESno 
   2.826087    1.469822

这个值大于 1，所以我们可以说这个变量是显着的。但是当我应用 Wald 测试时，我得到以下答案：

>regTermTest(mod.log.diab, "DIABETES")

Wald test for DIABETES
 in glm(formula = INFEC ~ DIABETES, family = binomial(link = "logit"), 
    data = data_train)
F =  2.34702  on  1  and  1560  df: p= 0.12573

pvalue 大于 0.05，所以我们拒绝 H0，测试表明它不显着。

我该如何解释这个，谁有真相或测试？

这个问题还没有结束，因为如果我用更多的解释性变量升级模型：

mod.log.cat <- glm(data = train.cat, INFEC ~ DIABETES + EDAD + HCTO, family = binomial(link = 'logit'))

我得到以下或：

>exp(mod.log.mult$coefficients)
(Intercept)  DIABETESno        EDAD        HCTO 
  1.3275634   1.0751666   0.9817025   1.0558760

以及以下 Wald 测试输出：

Wald test for EDAD
 in glm(formula = INFEC ~ DIABETES + EDAD + HCTO, family = binomial(link = "logit"), 
    data = train.cat)
F =  18.90695  on  1  and  1558  df: p= 1.4615e-05 
Wald test for DIABETES
 in glm(formula = INFEC ~ DIABETES + EDAD + HCTO, family = binomial(link = "logit"), 
    data = train.cat)
F =  0.4122714  on  1  and  1558  df: p= 0.52091 
Wald test for HCTO
 in glm(formula = INFEC ~ DIABETES + EDAD + HCTO, family = binomial(link = "logit"), 
    data = train.cat)
F =  41.87676  on  1  and  1558  df: p= 1.2986e-10

这次 DIABETES 不会像在简单模型中那样拒绝 wald 测试。但奇怪的事实是所有奇数比都接近相似，所以它们接近 1。结论是什么？OR 接近 1 时，一些变量很重要而其他变量不重要，怎么可能？

谢谢。

4

0 回答 0