■　因子の選択
　ｃRDは簡便に因子を特徴づけられることを使って、因子選択に利用する
・ｃRD
・曝露数
の２つから因子を選択するということを記す

■　全因子　　　　　　　　　　　　　　　　　　
 dd= read.csv(file.choose())　　#　dd：csv　26全因子新データ
　　 #　空白削除
　　d26 <-complete.cases(dd)
　　d <- dd[d26,]　

■　【cludeなRD】曝露数をも計算
crd<- NULL
　t_ec<- NULL
　 for　(x in 1:27) {　　　　　　　 　 #　x　　　全因子を調整対象とし、、、、　　　　　　　
　　a1 <- sum( d[,1] *d[x]　)　　　 　#　発生有
　　b1 <- sum( d[,1] *(1-d[x]) )　　  　#　
　c1 <- sum( (1-d[,1]) *d[x] )　　 　 　#   発生なし
　　d1 <- sum( (1-d[,1]) *(1-d[x]) )
e_count <- a1+c1　　　　　　　　　　　 # 曝露数
　n1 <-a1+b1+c1+d1　
　 k11<-a1+c1
k10<- b1+d1
　rd1 <- a1/k11-b1/k10
crd<-c(crd,rd1)　　　　　　　　
t_ec<-c(t_ec,e_count) 　　　　　　　　　# 曝露数ベクトル
}　
■　曝露数ごとのｃRDをplot
plot(t_ec,crd)
text(x=t_ec,y=crd,colnames(d))
　結果　上図

■
　曝露数と、粗リスク差に基づいてモデルの柱となる因子　；この場合４つ　を挙げる
　　　曝露が大な、mesi　（次いで　steak
　　　生起因子tam、次ぐpotesara
　　　抑制因子wat

　曝露が大なmesiに次いで　steak　も注目しておく