R语言中添加控制变量的Logistic Regression实现疑问

核心疑问解答 #

你的认知是错误的。回归分析中的「控制变量」本质就是需要纳入模型的自变量，作用是剥离这些变量对因变量的干扰，得到核心自变量的净效应，本身就需要和核心自变量一起加入公式右侧，不存在“把控制变量当作自变量加入是错误”的说法。
你之前在SPSS操作时把变量分到「自变量」「协变量」不同输入框，只是SPSS的界面做了功能分区方便用户区分变量用途，底层建模逻辑依然是把所有输入的变量共同作为预测项纳入模型，和R里直接拼接变量的操作结果完全一致。

代码修改方案 #

假设你的3个控制变量在数据集df中的列名为Control1、Control2、Control3，直接追加到公式的右侧即可：

reg_model <- glm(
  formula = Dependent ~ Independent1 + Independent2 + Independent3 + Independent4 + Independent5 + Control1 + Control2 + Control3,
  family = binomial(),
  data = df
)

补充常用操作 #

1. 分类控制变量预处理
   如果你的控制变量是多分类变量（如职业、教育程度等），需要先转换为因子类型，模型会自动生成哑变量进行估计，和SPSS中设置分类协变量的效果一致：

# 示例：将多分类控制变量Control2转成因子
df$Control2 <- as.factor(df$Control2)

2. 结果输出
   跑完模型后如果需要输出和SPSS格式接近的OR值、95%置信区间和显著性检验结果，可以用下面的代码：

# 计算OR值
or <- exp(coef(reg_model))
# 计算OR的95%置信区间
or_ci <- exp(confint(reg_model))
# 合并输出结果
result <- cbind(OR = or, or_ci, p_value = summary(reg_model)$coefficients[,4])
print(result)

内容的提问来源于stack exchange，提问作者BlackPearl