关与回归模型的crude和adjusted model。 例：X为自变量，Y为因变量，探讨x对y 的影响，a和b为经过卡方分析后有意义的协变量。读文献发现有两种建模方法 方法1:在建立crude model时，分别把a,b,x分别投入建三个

多重插补后的数据可以直接进行回归分析吗?还是对插补后的数据必须要进行单因素分析（如t 检验，卡方检验等），然后再进行回归。

我有横断面调查的数据，结局指标有2个(均为二分类)，自变量为社会支持（二分类），另有5个covariates，拟用logistic regression模型分别分析自变量和两个结局变量的关系。我的问题是1.通过单因素分析，与2个结局指标相关

历史性队列研究中，采用logistic 回归分析BMI 与身体活动(分为好和不好两个结局)的association. 例:2014年资料为baseline,2017年为endpoint. 收集了2014年的年龄，身高，BMI;也收集了201

关于缺失值该怎么处理，我不想直接删除，因为只有300个样本。我该怎么填补缺失值呢？只需要填补 endpoint 的缺失值吗？还是基线资料的缺失值也填补？谢谢

进行二分类logistic 回归前，需要对结果变量进行正态分布或偏态分布的描述吗？一直很疑惑。