因变量为y，自变量为x1,x2,x3,z1,z2,根据研究假设，将自变量分成2个组，分别用{x1,x2,x3},{z1,z2}表示。分析时用logistic回归，建立了两个模型：模型一自变量{x1,x2,x3}，模型二自变量{x1,x2,x3},{z1,z2}。
现在我想比较这两个模型哪个更好，也就是第二组变量{z1,z2}是否必要加，应该使用什么命令呢？

补充：直接在网上查了，说是采用lrtest，但是在使用时有个问题，就是由于自变量有缺失值，所以两个模型的obs不同，检验时报错了。另外，当obs相同时，结果解读上有些不理解。具体如下：
. lrtest stuntingr4 stuntingr5
Likelihood-ratio test                        LR chi2(8)        =        24.95
(Assumption: stuntingr4 nested        in        stuntingr5)        Prob > chi2        =        0.0016

. lrtest stuntingr5 stuntingr6
Likelihood-ratio test                        LR chi2(1)        =        0.43
(Assumption: stuntingr5 nested        in        stuntingr6)        Prob > chi2        =        0.5097


上述结果分别是比较了stuntingr4 stuntingr5两个模型，stuntingr5 stuntingr6两个模型，第一个说明stuntingr4和stuntingr5有差异，拒绝了stuntingr4 nested in stuntingr5的假设，但是这个nested是什么意思呢？