何時適合應用弗斯調整最大似然法和 FDR？目前在廣義線性模型個性中運行泊松模型。 個性提供了提供 Firth 偏差調整估計的機會。 此外，模型運行後，我可以選擇對每個模型效果應用錯誤發現率。 只是很好奇......我什麼時候應該使用這些選項？
回复：什麼時候適合應用弗斯調整最大似然法和 FDR？首先，請參閱幫助>圖書>擬合線性模型。 有很多關於擬合和解釋 GLM 的信息。
Firth 偏差調整有兩個主要目的。 第一個目的是通過將估計值縮小到零來減少參數估計值的偏差和標準誤差。 這個問題涉及小數據集或在二項式 GLM（例如邏輯回歸）的情況下預測變量與一個水平相關聯的情況。 該方法的第二個目的是解決邏輯回歸中或完全或準分離的問題。
當您同時進行大量 t 檢驗（即顯著估計）時，FDR 非常有用。
