精确逻辑回归的任务是了解哪个预测因子对响应有影响，尤其是对于小样本。因此，在您的情况下，您希望了解minonground是否显著，是否考虑了其他变量的影响。因此，您将interest = ~minonground指定为感兴趣的变量，但公式fof / n ~ minonground + injury + pdd中的所有其他变量构成模型，您对此不感兴趣。它们是有害参数。
在公式中，x/y表示success/total，因此在您的数据集中，您应该有fof列（成功数量）和n列（病例总数）（n应该是列，而不是数字）。如果您有一行用于每名患者并观察到一些病例，则在fof中应该是二进制，n = 1用于每行。
因此，我根据您提到的结构生成了一些随机样本+添加了n列，您可以看到minoground不显著（p > 0.8，置信区间包括零，这不足为奇-它只是一个随机样本）。
见下文：

library(elrm)
set.seed(300)
k <- 46
com <- data.frame(
  fof = sample(0:1, k, replace = TRUE),
  n = 1,
  minonground = sample(10:15 / 10, k, replace = TRUE),
  pdd = factor(sample(letters[1:3], k, replace = TRUE)),
  injury = factor(sample(letters[1:2], k, replace = TRUE)))

fit1 <- elrm(fof / n ~ minonground + injury + pdd, interest = ~minonground,
             r = 4, iter = 2000, burnIn = 100, dataset = com, alpha = 0.05)
summary(fit1)

输出：

Call:

电话：

elrm(formula = fof/n ~ minonground + injury + pdd, interest = ~minonground, r = 4, iter = 2000, dataset = com, burnIn = 100, alpha = 0.05)

Results:

            estimate p-value p-value_se mc_size
minonground  0.05373    0.89    0.04215    1900

95% Confidence Intervals for Parameters

                lower    upper
minonground -5.202161 4.824931