R 配对病例对照数据的多变量分析
我是一名医科学生,从事一些公共卫生研究。我是这个论坛的新手,现在我完全被难倒了,我正试图弄明白如何处理病例对照匹配数据的多元分析问题。设置是我有36个组,每个组有1个阳性(病例)和0到4个阴性(对照)。我已经离开了我的单变量分析中只有一个阳性的组 在这36组中,24组为高危组(1-24),12组为低危组(25-36)。我对所有这些小组参与者进行了一次约100个问题的调查。其中一些问题有二元答案,其他问题有多达6个答案 到目前为止,我一直在使用以下脚本对二元方程的单变量分析进行Mantel-Haenszel卡方检验:R 配对病例对照数据的多变量分析,r,multivariate-testing,R,Multivariate Testing,我是一名医科学生,从事一些公共卫生研究。我是这个论坛的新手,现在我完全被难倒了,我正试图弄明白如何处理病例对照匹配数据的多元分析问题。设置是我有36个组,每个组有1个阳性(病例)和0到4个阴性(对照)。我已经离开了我的单变量分析中只有一个阳性的组 在这36组中,24组为高危组(1-24),12组为低危组(25-36)。我对所有这些小组参与者进行了一次约100个问题的调查。其中一些问题有二元答案,其他问题有多达6个答案 到目前为止,我一直在使用以下脚本对二元方程的单变量分析进行Mantel-Hae
data <- read.csv("data.csv", header=TRUE)
data$group <- factor(data$group)
data$case_control <- factor(data$case_control, levels=0:1, labels=c("Neg.", "Pos."))
data$flood_door <- factor(data$flood_door, levels=0:1, labels=c("Flood risk: low", "Flood risk: high"))
### Array for MH
mh_data <- by(data, data$group, function(x) table("exposure"=x$flood_door, "outcome"=x$case_control))
mh_data <- simplify2array(mh_data)
### Sample size must by >1 in each stratum.
## Identify strata with sample size <= 1
which(apply(mh_data, 3, sum ) <= 1)
## Remove stratum 23
mh_data <- mh_data[ , , c(1:22,24:36)]
### MH test
mantelhaen.test(mh_data) `
数据这个问题可能更适合交叉验证。StackOverflow正在处理编程问题。你的答案似乎更多的是关于统计分析。