## Firth 回帰とは
Firth(ファース)回帰は、ロジスティック回帰の推定に小さな罰則を加え、推定値が大きく振れすぎないようにした方法です(Firth D. Biometrika 1993;80:27-38. doi:10.1093/biomet/80.1.27)。イベントが少ないロジスティック回帰で広く使われ、少数例の 2 値アウトカムの解析では標準的な方法の 1 つになっています(Puhr 2017)。
使う場面は次の 2 つです。
| 場面 | 通常のロジスティック回帰で起きること | Firth 回帰 |
|---|---|---|
| イベントが少ない | オッズ比が大きめに出る偏りがある | 偏りを小さくする |
| 分離(separation) | ある変数の陽性者が全員イベントありのように完全に分かれると、係数が無限大に発散する | 有限の推定値と信頼区間が出る(Heinze 2002) |
## 例: 分離が起きたデータ
20 人中イベント 5 人で、マーカー陽性の 3 人が全員イベントありだったとします。
```
イベントなし イベントあり
マーカー陰性 15 2
マーカー陽性 0 3
```
通常のロジスティック回帰では、マーカーの効果を推定できません。Stata は分離を検出してマーカーをモデルから外し、陽性の 3 人も解析から除きます。
```stata
. logit event marker
note: marker != 0 predicts success perfectly;
marker omitted and 3 obs not used.
```
R の `glm` は、このデータでは警告も出さずに発散した係数を返します。気づかずに使う危険があるのは R のほうです。
```r
d <- data.frame(event = c(rep(1, 5), rep(0, 15)),
marker = c(1, 1, 1, rep(0, 17)))
glm(event ~ marker, family = binomial, data = d)
# marker の係数 20.58、SE 3765.8 → オッズ比 約 8.7 億。発散している
```
Firth 回帰では R の `logistf` パッケージを使います。
```r
library(logistf)
f <- logistf(event ~ marker, data = d)
summary(f)
exp(coef(f)); exp(confint(f))
```
```
coef se(coef) lower 0.95 upper 0.95 Chisq p
(Intercept) -1.824549 0.6815542 -3.442869 -0.6533603 10.447410 0.001228216
marker 3.770459 1.6583819 1.090975 8.7938663 8.261865 0.004048651
```
オッズ比は 43.4(95% CI 3.0–6593.7)、P = 0.004 です。信頼区間はとても広いものの、解釈できる値が出ます。信頼区間と P 値は罰則付き尤度に基づくプロファイル法で計算されます(Wald 法ではありません)。
Stata では SSC の `firthlogit` を追加して使います。
```stata
ssc install firthlogit
firthlogit event marker, or
```
## 注意
- **イベントが少ないことそのものは解決しない**。推定を安定させる道具であり、変数を詰め込みすぎない原則は変わりません。どれだけの変数を入れてよいかは、イベント数だけでなく全体の人数などにもよります(van Smeden 2016)
- **予測確率は 0.5 寄りに偏る**。係数の偏りは小さくなる一方で、予測確率は 0.5 側に引き寄せられ、イベントがまれなほど偏りが大きくなります(Puhr 2017)。予測確率そのもの(較正)を使うなら、切片を補正する FLIC を使います。R では `flic(f)` です。FLIC は切片だけを動かすので、患者の順位は変わらず、AUC は Firth 回帰と同じです
## 文献
- Firth D. Bias reduction of maximum likelihood estimates. Biometrika 1993;80:27-38. doi:10.1093/biomet/80.1.27
- Heinze G, Schemper M. A solution to the problem of separation in logistic regression. Stat Med 2002;21:2409-19. PMID: 12210625
- van Smeden M, et al. No rationale for 1 variable per 10 events criterion for binary logistic regression analysis. BMC Med Res Methodol 2016;16:163. PMID: 27881078
- Puhr R, et al. Firth's logistic regression with rare events: accurate effect estimates and predictions? Stat Med 2017;36:2302-17. PMID: 28295456
## 関連
- [[DeLong検定でAUCを比べる]]