基于边际参数混合治愈模型的变量选择

发布时间：2020-03-19 01:14

【摘要】：在癌症的临床试验研究中,带有治愈部分的生存数据越来越常见。同时在生物医疗领域,聚类失效时间受到了研究者们越来越多的关注。边际混合治愈模型最近被用来分析这种带有治愈部分的聚类失效时间数据。现存的针对聚类数据进行变量选择的方法较少,而且普遍假设数据之间是相互独立的,依赖于似然函数。我们提出的惩罚广义估计方程方法只需要指定前两阶矩和工作相关矩阵,既避免了复杂的联合似然函数的计算,又考虑到了数据之间的相关性。惩罚项部分,我们考虑使用满足oracle特性的SCAD惩罚函数,并配合使用GIC准则来选择调优参数。由于数据是右删失的,我们通过结合EM算法来计算惩罚逻辑回归模型和惩罚Cox比例风险模型中的回归参数。我们使用Bootstrap方法来估计参数的方差。数值模拟研究显示,我们提出的方法使用起来比较简单,并且与现存的一些忽略聚类间相关性和未进行变量选择的广义估计方程方法相比更高效。最后,我们进一步地把提出的方法应用到一个戒烟聚类数据中。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R195.1;O212.1

【相似文献】

相关期刊论文 前10条

1 牟建波;刘峧;;基于惩罚方法的贝叶斯群组变量选择[J];绵阳师范学院学报;2017年02期

2 戴伯新;;回归变量选择中的数据诊断[J];应用概率统计;1992年04期

3 王银辉;徐文科;;基于风险函数评价自变量选择对预测的影响[J];哈尔滨师范大学自然科学学报;2012年01期

4 张春霞;李俊丽;;变量选择集成方法[J];工程数学学报;2019年01期

5 李太福;易军;苏盈盈;胡文金;余春娇;;基于特征子空间虚假邻点判别的软传感器模型变量选择[J];机械工程学报;2011年12期

6 胡丹青;顾永泉;赵为华;;中位数回归的贝叶斯变量选择方法[J];应用概率统计;2019年06期

7 张庆;李云霞;;函数型变量选择法用于空气质量影响因素实证分析[J];安庆师范大学学报(自然科学版);2017年04期

8 李扬;许文甫;马双鸽;;污染数据的稳健稀疏成组变量选择方法研究[J];统计与信息论坛;2018年06期

9 徐安察;王玮明;;应用统计类专业探究性教学模式探索与实践——以变量选择准则为例[J];赤峰学院学报(自然科学版);2014年19期

10 杨红;陈德棉;;个人住房抵押贷款违约相关变量选择[J];现代管理科学;2009年04期

相关会议论文 前10条

1 张俊华;方伟武;;调查表分析中变量选择的一些方法(英文)[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

2 李慷;席裕庚;;复杂过程系统中操作变量选择与定位的方法研究[A];1993年控制理论及其应用年会论文集[C];1993年

3 罗荣富;邵惠鹤;;推断控制中二次变量选择方法的研究[A];1992年中国控制与决策学术年会论文集[C];1992年

4 徐登;范伟;梁逸曾;;紫外光谱结合变量选择和偏最小二乘回归同时测定水中重金属镉、锌、钴[A];中国化学会第29届学术年会摘要集——第19分会：化学信息学与化学计量学[C];2014年

5 曹磊;丛培盛;;偏相关系数矩阵方法用于烟草质量控制的变量选择[A];第九届全国计算（机）化学学术会议论文摘要集[C];2007年

6 梁逸曾;李洪东;许青松;曹东升;张志敏;;灰色化学建模与模型集群分析——兼论过拟合、稳健估计、变量选择与模型评价[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年

7 李洪东;梁逸曾;;高维数据变量选择新方法研究[A];中国化学会第27届学术年会第15分会场摘要集[C];2010年

8 刘咸姝;潘日芳;;满意控制结构综合的专家系统[A];1996年中国智能自动化学术会议论文集（上册）[C];1996年

9 范伟;李洪东;梁逸曾;;近红外光谱结合CARS变量选择方法用于食醋中总酸的测定[A];中国化学会第28届学术年会第9分会场摘要集[C];2012年

10 张俊华;;南水北调一中线调水区域内降水的时空变化规律的分析研究[A];面向复杂系统的管理理论与信息系统技术学术会议专辑[C];2000年

相关博士学位论文 前10条

1 车金星;复杂数据的变量选择与预测方法研究[D];西安电子科技大学;2019年

2 初一;若干模型下的变量选择和特征筛选[D];山东大学;2018年

3 王延新;高维模型的变量选择与稀疏正则化[D];武汉大学;2013年

4 李子林;高维基因数据中的统计方法[D];清华大学;2016年

5 唐凯临;变量选择和变换的新方法研究[D];同济大学;2008年

6 秦志敏;我国上市公司财务预警变量选择研究[D];东北财经大学;2012年

7 袁晶;贝叶斯方法在变量选择问题中的应用[D];山东大学;2013年

8 姬永刚;分位数回归中的贝叶斯变量选择[D];东北师范大学;2012年

9 赵军;Expectile回归和最优资产组合中的变量选择问题[D];浙江大学;2017年

10 苏盈盈;基于核方法的非线性系统变量选择及其应用[D];重庆大学;2014年

相关硕士学位论文 前10条

1 陆琦;零过多数据基于惩罚回归的变量选择[D];南京师范大学;2019年

2 胡婧;对数Birnbaum-Saunders回归模型的变量选择[D];南京师范大学;2019年

3 田舒;基于边际参数混合治愈模型的变量选择[D];大连理工大学;2019年

4 叶忠昌;自变量向量多元混合正态分布假设下基于分布加权最小二乘的变量选择[D];云南财经大学;2019年

5 贾易;加法风险模型下关于右删失生存数据的变量选择方法的研究[D];华中师范大学;2019年

6 王萧博;基于调整秩回归的EXP型组变量选择[D];曲阜师范大学;2019年

7 聂明鹏;基于排序差异和算法对光谱变量选择与定性分析的研究[D];温州大学;2019年

8 刘超;基于Adaptive Group Bridge的稳健变量选择[D];曲阜师范大学;2019年

9 李丹丹;变量选择方法在复杂群组数据中的研究及应用[D];广西大学;2019年

10 何琪琪;带测量误差的可加模型的变量选择[D];厦门大学;2018年

，

本文编号：2589467