logistf:Firth的偏减Logistic回归
使用Firth的偏差减少方法拟合logistic回归模型，相当于Jeffreys对log-likelihood的惩罚之前。回归系数的置信区间可以通过惩罚剖面似然来计算。费斯的方法被认为是理想的logistic回归中分离问题的解决方法，见Heinze和Schemper（2002）<doi:10.1002/sim.1047>. 如果需要，可以关闭偏置降低功能得到了最大似然logistic回归。费斯方法的两个新修改，FLIC和FLAC，导致无偏预测，现在可用也可参见Puhr等人（2017）<doi:10.1002/sim.7273>。
文档：
下载内容：
反向依赖关系：
| 反向取决于： |
mDAG公司 |
| 反向进口： |
AUtests（辅助测试）,GWA工具,多站点精确性,PhenStat公司,波吉特,rna编辑器,SeqVarTools（序列变量工具）,代理 |
| 反向建议： |
澄清,环境健康风险,G效应,洞察,边缘效应,元杂项,国家核控制委员会,参数,风（phyr）,权重It |
| 反向增强： |
穆米恩 |
链接：
请使用规范形式https://CRAN.R-project.org/package=logistf链接到此页面。