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。