本文關(guān)鍵詞：聯(lián)合模型中運用ALASSO進行變量選擇，由筆耕文化傳播整理發(fā)布。

【摘要】：在本篇文章中,主要研究臨床試驗數(shù)據(jù)中構(gòu)建合適的聯(lián)合模型及變量選擇問題,其中聯(lián)合模型是應(yīng)用于生存數(shù)據(jù)和縱向數(shù)據(jù)的模型.本文主要研究三件事情,首先,我們研究生存時間和縱向結(jié)果變量之間的關(guān)系,其次,我們想提出一種可以選出較精確參數(shù)估計值的方法,最后也是最重要的,我們想通過選出顯著變量去除非顯著變量來簡化模型.本文中提出的方法可以很好地滿足以上三點.對于縱向數(shù)據(jù),我們構(gòu)建線性混合效應(yīng)模型,其參數(shù)估計方法是通過極大化帶ALASSO懲罰項的懲罰函數(shù)的方法來進行參數(shù)估計,懲罰參數(shù)的選取法則選用ICQ法則.對于生存數(shù)據(jù),我們構(gòu)建比例風險模型,參數(shù)估計方法是通過極大化帶ALASSO懲罰項的部分似然函數(shù)來進行參數(shù)估計.本文內(nèi)容安排如下：第一部分,將粗略介紹一些本文用到的基礎(chǔ)知識,其中包括線性混合模型和生存模型的簡單介紹以及本文中用到的算法知識；第二部分,將進一步介紹聯(lián)合模型,并且詳細介紹各子模型及參數(shù)的估計過程；第三部分,進行數(shù)值檢驗,根據(jù)模型模擬生成縱向數(shù)據(jù)和生存數(shù)據(jù)的集合,重復(fù)100遍,比較不同方法估計效果；第四部分,將進行實例分析并進行不同方法結(jié)果的比較,本文用到的是原發(fā)性膽汁性肝硬化數(shù)據(jù)和心臟瓣膜手術(shù)數(shù)據(jù)；第五部分,對本文進行總結(jié)歸納.
【關(guān)鍵詞】：聯(lián)合模型 ALASSO ICQ準則 混合效應(yīng)模型 比例風險模型
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F224;R969.4
【目錄】：

• 摘要4-5
• Abstract5-7
• 1 緒論7-15
• 1.1 前人工作介紹7-8
• 1.2 背景基礎(chǔ)知識介紹8-15
• 1.2.1 線性模型8
• 1.2.2 生存時間與失效事件8-9
• 1.2.3 刪失時間9
• 1.2.4 生存函數(shù)9-10
• 1.2.5 比例風險函數(shù)10-11
• 1.2.6 ICQ準則11-12
• 1.2.7 隨機效應(yīng)懲罰估計量12
• 1.2.8 EM算法12-15
• 2 聯(lián)合模型及其參數(shù)估計方法15-21
• 2.1 生存子模型15-17
• 2.1.1 部分懲罰似然函數(shù)16
• 2.1.2 參數(shù)估計過程16-17
• 2.2 縱向子模型17-21
• 2.2.1 懲罰似然函數(shù)17-18
• 2.2.2 參數(shù)估計過程18-21
• 3 數(shù)值模擬21-23
• 4 實例分析23-29
• 4.1 原發(fā)性肝硬化臨床試驗數(shù)據(jù)23-24
• 4.2 心臟瓣膜手術(shù)臨床試驗數(shù)據(jù)24-29
• 結(jié)論29-31
• 參考文獻31-35
• 致謝35-37

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 陳峰;;線性混合效應(yīng)模型的懲罰變量選擇[J];中國衛(wèi)生信息管理雜志;2014年03期

2 王斌會,顏光宇;變量選擇的穩(wěn)健RMSq準則[J];第一軍醫(yī)大學學報;1997年04期

3 徐登可;張忠占;張松;張蕾;;妊娠期高血壓疾病危險因素的統(tǒng)計分析[J];應(yīng)用概率統(tǒng)計;2012年02期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前6條

1 張俊華;方偉武;;調(diào)查表分析中變量選擇的一些方法(英文)[A];中國運籌學會第六屆學術(shù)交流會論文集（下卷）[C];2000年

2 李洪東;梁逸曾;;高維數(shù)據(jù)變量選擇新方法研究[A];中國化學會第27屆學術(shù)年會第15分會場摘要集[C];2010年

3 李慷;席裕庚;;復(fù)雜過程系統(tǒng)中操作變量選擇與定位的方法研究[A];1993年控制理論及其應(yīng)用年會論文集[C];1993年

4 云永歡;王為婷;梁逸曾;;迭代的保留有信息變量來篩選最佳變量子集的一種多元校正變量選擇方法[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

5 徐登;范偉;梁逸曾;;紫外光譜結(jié)合變量選擇和偏最小二乘回歸同時測定水中重金屬鎘、鋅、鈷[A];中國化學會第29屆學術(shù)年會摘要集——第19分會：化學信息學與化學計量學[C];2014年

6 梁逸曾;李洪東;許青松;曹東升;張志敏;;灰色化學建模與模型集群分析——兼論過擬合、穩(wěn)健估計、變量選擇與模型評價[A];中國化學會第27屆學術(shù)年會第15分會場摘要集[C];2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 呂晶;幾類半?yún)?shù)回歸模型的穩(wěn)健估計與變量選擇[D];重慶大學;2015年

2 王康寧;幾類高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識別、變量選擇及穩(wěn)健估計[D];山東大學;2016年

3 王大榮;分散度量模型中的變量選擇[D];北京工業(yè)大學;2009年

4 王明秋;高維數(shù)據(jù)下若干回歸模型的變量選擇問題研究[D];大連理工大學;2012年

5 劉吉彩;生存數(shù)據(jù)統(tǒng)計模型的變量選擇方法[D];華東師范大學;2014年

6 樊亞莉;穩(wěn)健變量選擇方法的若干問題研究[D];復(fù)旦大學;2013年

7 唐凱臨;變量選擇和變換的新方法研究[D];同濟大學;2008年

8 董瑩;高維共線性統(tǒng)計模型的參數(shù)估計與變量選擇[D];大連理工大學;2014年

9 葉飛;相對誤差準則下的估計理論和變量選擇方法的研究[D];清華大學;2013年

10 袁晶;貝葉斯方法在變量選擇問題中的應(yīng)用[D];山東大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 潘玉婷;含多元非線性結(jié)構(gòu)的高維Logistic模型的同時變量選擇及半?yún)?shù)估計[D];中國科學技術(shù)大學;2016年

2 劉丹;Cox模型及變系數(shù)Cox模型中的變量選擇問題研究[D];暨南大學;2016年

3 羅昊;基于自適應(yīng)LASSO變量選擇的Logistic信用評分模型研究[D];東南大學;2016年

4 王雙寶;基于變量選擇偏差的變量選擇過程[D];電子科技大學;2016年

5 溫征;縱向和生存數(shù)據(jù)聯(lián)合模型的一個變量選擇問題[D];云南師范大學;2016年

6 閆湛;混料試驗設(shè)計變量選擇的Cp方法研究[D];廣州大學;2016年

7 黃亞慧;偏t正態(tài)數(shù)據(jù)下基于最小一乘的回歸估計和變量選擇[D];重慶大學;2016年

8 曹慧;基于GEE的比例風險模型的變量選擇[D];大連理工大學;2016年

9 劉_g達;聯(lián)合模型中運用ALASSO進行變量選擇[D];大連理工大學;2016年

10 閆闖;多元回歸模型中變量選擇問題研究[D];黑龍江大學;2011年

  本文關(guān)鍵詞：聯(lián)合模型中運用ALASSO進行變量選擇，，由筆耕文化傳播整理發(fā)布。

本文編號：257177