Wann ist es angebracht, die Firth-adjustierte Maximum Likelihood und FDR anzuwenden?Derzeit verwende ich ein Poisson-Modell in der Persönlichkeit des Generalisierten Linearen Modells. Die Persönlichkeit bietet die Möglichkeit, Firth-Bias-adjustierte Schätzungen bereitzustellen. Sobald das Modell ausgeführt wurde, habe ich außerdem die Möglichkeit, auf jeden Modelleffekt eine Falscherkennungsrate anzuwenden. Ich war nur neugierig ... wann sollte ich diese Optionen nutzen?
Betreff: Wann ist es angebracht, die Firth-adjustierte Maximum Likelihood und FDR anzuwenden?Sehen Sie zunächst einmal Helfen > Bücher > Anpassen linearer Modelle . Es gibt viele Informationen zur Anpassung und Interpretation der GLMs.
Die Firth-Bias-Anpassung dient zwei Hauptzwecken. Der erste Zweck besteht darin, die Verzerrung und den Standardfehler der Parameterschätzung zu verringern, indem die Schätzung in Richtung Null schrumpft. Dieses Problem ist bei kleinen Datensätzen von Belang oder wenn ein Prädiktor im Fall eines binomialen GLM (z. B. logistische Regression) einer Ebene zugeordnet ist. Der zweite Zweck der Methode besteht darin, das Problem zu lösen oder im Fall der logistischen Regression vollständig oder quasi zu trennen.
Der FDR ist nützlich, wenn Sie sehr viele gleichzeitige t-Tests haben (dh eine signifikante Schätzung).
