基于Logistic回归模型的高维数据变量选择方法比较研究

机译：高维数据的非线性多维变量选择方法：稀疏MAVE

机译：使用各种变量选择方法开发基于蛋白质的癌症预测模型以最大化ROC-AUC的比较研究

机译：基于排序聚合的高维数据集成特征选择方法

机译：基于排名的无监督特征选择方法：高维数据集的经验比较研究

机译：基于收缩的变量选择方法用于线性回归和混合效果模型。

机译：查找影响风险的因素：比较变量选择方法应用于案例和控制的Logistic回归模型

机译：logistic回归模型中的多重插补和完整案例分析：对协变量损失的实际评估：logistic回归模型中的多重插补和完整案例分析：不完整的协变量数据的影响实际评估

机译：利用潜在特质模型和概念的项目选择方法比较研究。

机译：检测变量选择方法，涉及基于与信号强度有关的接收参数选择检测变量，如果参数小于和大于极限值，则分别选择两个变量

机译：基于高维数据从代表高维数据的一组低维模型中选择低维模型的方法

机译：提供基于方差保留的统一变量选择方法的系统和方法