带遗传约束的Cox模型变量选择方法研究

发布时间：2021-03-02 03:18

　　在生物,信息,医学研究中,不仅要关注自变量自身对响应变量的作用,同时还关注变量间的交互作用对响应变量的影响.并且交互项需满足遗传约束条件,即只有当主要项存在时交互项才存在.本文主要研究的是带遗传约束的Cox比例风险模型的模型选择与估计.首先对Cox比例风险模型的研究近况进行总结,介绍了关于分层交互的思想,给出带遗传约束的Cox模型.然后利用重新参数化交互项系数的方法重新定义带遗传约束的Cox模型,在惩罚似然的基础上用自适应LASSO方法进行变量选择和参数估计.并且在给定的正则条件下我们证明了估计量具有Oracle性质.最后通过数值模拟与真实数据分析验证了本文所提方法的可行性和实用性.另外我们还模拟了三个不同删失率下的表现.本文的研究方法优点是在做变量选择的同时自动实现遗传约束,而且在算法实现上更简洁. 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
第一章 引言
    1.1 研究背景与意义
    1.2 研究现状
    1.3 研究方法与主要结论
    1.4 结构安排
第二章 模型与算法
    2.1 模型提出
    2.2 算法实现
第三章 渐近性质
    3.1 p有限时的渐近性质
    3.2 p发散时的渐近性质
第四章 数值模拟和真实数据分析
    4.1 数值模拟
    4.2 真实数据分析
第五章 定理证明
第六章 总结与展望
参考文献
致谢


【参考文献】：
期刊论文
[1]Variable Selection via Generalized SELO-Penalized Cox Regression Models[J]. SHI Yueyong,XU Deyi,CAO Yongxiu,JIAO Yuling.  Journal of Systems Science & Complexity. 2019(02)
[2]测量误差模型的自适应LASSO变量选择方法研究[J]. 李锋,盖玉洁,卢一强.  中国科学:数学. 2014(09)



本文编号：3058496