寻找数据集中最具统计意义的变量(S)- logistic回归/特征选择

Question

我目前正在做一个项目，其中我有一个数据集，它包含了大量的血液样本和每个样本中不同生物化合物的数量。

样本分为三组:重度疾病组、轻度疾病组和对照组。

我的目的是试图找出哪些化合物与严重疾病有显著的关系，哪些与轻度疾病有显著的关系，与对照组相比。这意味着，如果我要写出我的结果，我需要能够看到每个化合物的单独名称(目前在dataframe中的列名)。

我希望使用逻辑回归，但我不知道如何做到这样的方式，我可以提取这些特定化合物的名称。

我也意识到我应该在某种程度上减少我的数据集，但是如果我用主成分完成回归分析，我将无法确定哪一个化合物是重要的？

Answer 1

使用一些R包，您可能会看到每个特性的p值。对于数值特性，它将显示在整个列中。然而，对于分类特征，它将出现在每一个因素。请参阅此链接上的模型。https://www.r-bloggers.com/2015/09/how-to-perform-a-logistic-regression-in-r/