首页> 中文学位 >几种变量选择方法在Cox模型中的应用
【6h】

几种变量选择方法在Cox模型中的应用

代理获取

目录

声明

摘要

第1章 绪论

1.1 选题背景

1.2 Cox模型及变量选择方法的研究动态

1.2.1 变量选择方法的研究动态

1.2.2 Cox模型的研究动态

1.3 文章的内容及结构安排

第2章 相关理论基础

2.1 变量选择方法

2.1.1 Lasso方法

2.1.2 Adaptive Lasso方法

2.1.3 Elastic Net方法及其相关性质

2.1.4 Adaptive Elastic Net方法及其相关性质

2.2 生存分析概述

2.2.1 基本概念

2.2.2 基本函数

2.2.3 基本模型

2.3 Cox模型

2.4 本章小结

第3章 Elastic Net方法在Cox模型中的应用

3.1 引言

3.2 Cox模型Elastic Net估计的定义

3.3 组效应性质

3.4 数值模拟

3.5 电信客户数据实例

3.6 本章小结

第4章 Adaptive Elastic Net方法在Cox模型中的应用

4.1 引言

4.2 Cox模型Adaptive Elastic Net估计的定义

4.3 Cox模型Adaptive Elastic Net估计的性质

4.3.1 组效应性质

4.3.2 Oracle性质

4.4 数值模拟

4.5 本章小结

结论与展望

参考文献

致谢

攻读学位期间论文发表情况

展开▼

摘要

在生存分析中,Cox模型是处理生存数据的经典模型.随着大数据的盛行,人们面对高维、强相关生存数据的机会越来越多.如何克服传统Cox模型不能处理上述生存数据的缺陷,已成为统计学界共同关注的热点.为解决这一问题,本文将变量选择中比较重要的两种方法应用于Cox模型中,即Elastic Net方法和Adaptive Elastic Net方法.具体研究内容及结果如下:
  一方面,由于Elastic Net方法能有效处理高维小样本、强相关变量组数据,本文将其运用于Cox模型的变量选择中,探讨Cox模型下Elastic Net估计的组效应性质,证明得到Elastic Net方法能将强相关变量组中的变量全部选入模型,即具有组效应性质.通过数值模拟,验证了Elastic Net估计具有组效应性质,而Lasso方法无此功效.通过具体实例,肯定了ElasticNet方法运用于Cox模型的可行性,验证了Elastic Net方法的拟合效果和预测能力均优于逐步法,表明了与Elastic Net方法结合后的Cox模型优于传统Cox模型.
  另一方面,由于Adaptive Elastic Net方法对零变量的估计优于ElasticNet方法,本文将Adaptive Elastic Net方法运用于Cox模型的变量选择中,探讨Cox模型下Adaptive Elastic Net估计的组效应性质及Oracle性质,证明得到Adaptive Elastic Net方法能将强相关变量全部选入模型,且对零变量的处理更准确,即具有组效应性质及Oracle性质.通过数值模拟,验证了在拟合效果和精确度方面,Adaptive Elastic Net方法优于Lasso方法、Adaptive Lasso方法和Elastic Net方法.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号