R语言：因果推断中的混淆变量、交互项和线性回归

 作者：邱一崎 (四川大学)邮箱：6243715837@qq.com 编者按：本文参考自下文，特此致谢！R tutorial on linear regression model -Link-R tutorial using epitools: Confounding and Effect Modification -Link- 温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：  目录1. R 语言中的混淆/交互变量1.1 内容概述1.2 案例2. R语言中的线性回归模型2.1 内容概述2.2 简单线性回归3. 相关推文 1. R 语言中的混淆/交互变量1.1 内容概述本文将运用 R 包 epitools 去理解研究中的混淆变量、相互作用和线性回归。假设有一组数据是 2*2 列联表，在此示例中，我们将介绍如何使用 epitools 来估计风险比和比值比。阳性组 outcome=0阴性组 outcome=0实验组 exposure=1ab控制组 exposure=0cd风险比 (RR)：实验组发病率/控制组发病率，指相对风险，反映在暴露环境 ………………………………