基于距离相关的超高维复杂生存数据的特征筛选

发布时间：2021-08-10 18:44

　　随着科学技术（尤其是计算机计算和存储能力）的快速发展,超高维数据越来越多地出现在当今科学研究的各个领域,例如生物医学、经济学、脑图像科学等等.超高维数据的“维数诅咒”为其统计分析和推断带来了巨大的挑战,而特征筛选方法是克服这些挑战不可缺少的统计方法之一.近十余年来,超高维数据的特征筛选方法研究受到了众多统计学者的关注,并取得了众多重要的进展.然而,对于超高维复杂数据的特征筛选方法,相关研究并不是非常丰富,尚有许多问题亟需解决.基于距离相关,本文分别对具有先验信息的超高维生存数据和超高维半竞争风险数据的特征筛选问题进行了深入研究.第二章研究了基于条件距离相关的超高维生存数据的条件特征筛选问题.在研究实际问题时,在众多协变量中,研究者经常事先已知某个或某些协变量是重要的.那么,在构造特征筛选方法的时候就应该把这个信息考虑进来,从而达到改进筛选结果的目标.针对具有此类先验信息的超高维生存数据,本章提出了基于条件距离相关的特征筛选方法.为了使条件距离相关能够适应于带有右删失的生存数据,并使提出的方法对协变量具有稳健性,首先通过每个协变量的分布函数及生存事件时间的分布函数对每个协变量和生存事件时... 

【文章来源】：曲阜师范大学山东省

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

图３上在例３．１不同的设定下，ａＪＭＤＣ－ＳＩＳ的样本容量－自适应阈值的折线图：⑷沒＝?０?


本文编号：3334584