本文關(guān)鍵詞：基于GEE的比例風(fēng)險(xiǎn)模型的變量選擇

  更多相關(guān)文章： 聚類失效時(shí)間 比例風(fēng)險(xiǎn)模型 懲罰GEE 變量選擇

【摘要】：生物醫(yī)療領(lǐng)域的聚類失效時(shí)間數(shù)據(jù)越來越被廣泛關(guān)注,常用的邊際回歸模型分析方法通常會(huì)回避同一類別中的數(shù)據(jù)存在相依結(jié)構(gòu)的假定.在懲罰GEE和半?yún)?shù)邊際比例風(fēng)險(xiǎn)模型的理論基礎(chǔ)上,我們將類別內(nèi)數(shù)據(jù)的相關(guān)性考慮進(jìn)來,提出了一種新的估計(jì)方法,用于分析聚類失效時(shí)間數(shù)據(jù).不同于以往的邊際估計(jì)方法,我們的方法通過事先設(shè)定一個(gè)工作相關(guān)矩陣來明確定義類別內(nèi)數(shù)據(jù)的相關(guān)結(jié)構(gòu),并且引入懲罰項(xiàng)來達(dá)到變量選擇的效果.由此方法得到的估計(jì)量滿足相合性和漸近正態(tài)性,我們用數(shù)值模擬過程驗(yàn)證了該方法的優(yōu)良性質(zhì),并對(duì)腎病患者感染數(shù)據(jù)進(jìn)行了分析.本文內(nèi)容安排如下：第一部分,介紹聚類生存數(shù)據(jù)的研究背景和前人的一些研究成果；第二部分,對(duì)本文涉及到的相關(guān)知識(shí)進(jìn)行簡(jiǎn)單的說明；第三部分,描述我們所提出方法的形成過程和具體方程,給出其漸近性質(zhì)和估計(jì)方程求解過程所運(yùn)用的算法；第四部分,通過生成隨機(jī)數(shù)據(jù),用數(shù)值模擬的效果說明本文提出方法的良好表現(xiàn)；第五部分,對(duì)腎病患者感染數(shù)據(jù)這一實(shí)例進(jìn)行了分析；最后,第六部分,對(duì)本文進(jìn)行總結(jié)和展望.
【關(guān)鍵詞】：聚類失效時(shí)間 比例風(fēng)險(xiǎn)模型 懲罰GEE 變量選擇
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F224;R195.1
【目錄】：

• 摘要4-5
• Abstract5-7
• 1 緒論7-10
• 1.1 研究背景及意義7-8
• 1.2 相關(guān)研究成果8-10
• 2 基礎(chǔ)知識(shí)10-15
• 2.1 GEE方法10-11
• 2.2 懲罰GEE方法11-12
• 2.3 常用懲罰項(xiàng)12-15
• 3 GEE和懲罰GEE方法在聚類生存數(shù)據(jù)中的應(yīng)用15-24
• 3.1 聚類生存數(shù)據(jù)的說明15-16
• 3.2 GEE方法的應(yīng)用及改進(jìn)16-17
• 3.3 懲罰GEE方法的應(yīng)用17-18
• 3.4 算法說明18-21
• 3.4.1 輔助參數(shù)的估計(jì)18
• 3.4.2 迭代算法說明18-20
• 3.4.3 調(diào)整參數(shù)的選取20-21
• 3.5 漸近性質(zhì)21-24
• 4 數(shù)值模擬24-29
• 4.1 隨機(jī)數(shù)生成24
• 4.2 數(shù)值模擬24-29
• 5 實(shí)例分析29-31
• 5.1 腎病患者感染數(shù)據(jù)簡(jiǎn)介29
• 5.2 腎病患者感染數(shù)據(jù)的研究29-31
• 結(jié)論31-33
• 參考文獻(xiàn)33-35
• 致謝35-37

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 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(guó)衛(wèi)生信息管理雜志;2014年03期

2 王斌會(huì),顏光宇;變量選擇的穩(wěn)健RMSq準(zhǔn)則[J];第一軍醫(yī)大學(xué)學(xué)報(bào);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(xiǎn)因素的統(tǒng)計(jì)分析[J];應(yīng)用概率統(tǒng)計(jì);2012年02期

4 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 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(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)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(guó)化學(xué)會(huì)第27屆學(xué)術(shù)年會(huì)第15分會(huì)場(chǎng)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(huì)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(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[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(shí)測(cè)定水中重金屬鎘、鋅、鈷[A];中國(guó)化學(xué)會(huì)第29屆學(xué)術(shù)年會(huì)摘要集——第19分會(huì)：化學(xué)信息學(xué)與化學(xué)計(jì)量學(xué)[C];2014年

6 梁逸曾;李洪東;許青松;曹東升;張志敏;;灰色化學(xué)建模與模型集群分析——兼論過擬合、穩(wěn)健估計(jì)、變量選擇與模型評(píng)價(jià)[A];中國(guó)化學(xué)會(huì)第27屆學(xué)術(shù)年會(huì)第15分會(huì)場(chǎng)摘要集[C];2010年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 呂晶;幾類半?yún)?shù)回歸模型的穩(wěn)健估計(jì)與變量選擇[D];重慶大學(xué);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(shí)別、變量選擇及穩(wěn)健估計(jì)[D];山東大學(xué);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(xué);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(xué);2012年

5 劉吉彩;生存數(shù)據(jù)統(tǒng)計(jì)模型的變量選擇方法[D];華東師范大學(xué);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(xué);2013年

7 唐凱臨;變量選擇和變換的新方法研究[D];同濟(jì)大學(xué);2008年

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

9 葉飛;相對(duì)誤差準(zhǔn)則下的估計(jì)理論和變量選擇方法的研究[D];清華大學(xué);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(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 趙冬琦;基于變量選擇的股指期貨對(duì)股票市場(chǎng)影響的實(shí)證研究[D];蘭州大學(xué);2015年

2 程勇;多水平模型的變量選擇在農(nóng)戶人均收入數(shù)據(jù)中的應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2015年

3 鄧秋玲;SCAD和ADS方法在比例風(fēng)險(xiǎn)模型中的應(yīng)用[D];廣西大學(xué);2015年

4 韋新星;幾種變量選擇方法在Cox模型中的應(yīng)用[D];廣西大學(xué);2015年

5 王唯;部分線性模型的變量選擇問題研究[D];湘潭大學(xué);2015年

6 徐國(guó)盛;若干模型的分位數(shù)變量選擇[D];浙江財(cái)經(jīng)大學(xué);2016年

7 郭雪梅;部分線性模型中差分估計(jì)與SCAD的比較及帶有異常點(diǎn)的非負(fù)變量選擇[D];重慶大學(xué);2015年

8 王艷;復(fù)共線性及異方差線性模型中的參數(shù)估計(jì)與變量選擇[D];重慶大學(xué);2015年

9 楊成敏;廣義線性模型中的參數(shù)估計(jì)及變量選擇方法研究[D];重慶大學(xué);2015年

10 鐘冬梅;線性模型中的變量選擇及股票市場(chǎng)實(shí)證研究[D];重慶大學(xué);2015年

，

本文編號(hào)：752405