超高維右刪失數(shù)據(jù)越來越多地出現(xiàn)在現(xiàn)代科學(xué)研究的各個領(lǐng)域,例如生物醫(yī)學(xué)、經(jīng)濟學(xué)等等.特征篩選方法是分析該類數(shù)據(jù)必不可少的工具.本文研究了兩類新的適用于超高維右刪失數(shù)據(jù)的特征篩選方法.第二章研究了一類條件特征篩選方法.眾所周知,現(xiàn)有的特征篩選方法大多是一種邊際的方法,要么基于邊際相關(guān)系數(shù),要么基于邊際回歸系數(shù)估計.而邊際篩選方法有一些重要的缺點.例如,它們不能選出與其它協(xié)變量聯(lián)合對響應(yīng)變量有影響但邊際上對響應(yīng)變量無影響的協(xié)變量;容易錯選出邊際上與響應(yīng)變量相關(guān)性較高但實際上對響應(yīng)變量無影響的協(xié)變量.另外,邊際的篩選方法還會受到混淆變量的影響,原因在手混淆變量會導(dǎo)致虛假相關(guān)性的問題.事實上,在很多實際問題中,研究者事先知道某個（些）協(xié)變量對響應(yīng)變量有重要影響.在變量篩選的過程中,應(yīng)該考慮到先驗信息.基于這樣的考慮,第二章提出了一種新的使用于超高維右刪失數(shù)據(jù)的條件特征篩選方法.該方法是基于條件典型相關(guān)系數(shù)和逆概率刪失加權(quán)的技術(shù)構(gòu)造的.新的方法對響應(yīng)變量和協(xié)變量都具有穩(wěn)健性,能用于處理它們服從重尾分布的情形.本章還建立了新方法的理論性質(zhì).本章還通過數(shù)值模擬評估了新方法在限樣本下的表現(xiàn).最后,本章把... 

【文章來源】：曲阜師范大學(xué)山東省

【文章頁數(shù)】：71 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 研究背景和意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文研究內(nèi)容
第2章 基于條件典型相關(guān)系數(shù)和逆概率刪失加權(quán)的條件特征篩選
    2.1 方法
    2.2 漸近性質(zhì)
    2.3 數(shù)值模擬
    2.4 實例分析
    2.5 定理證明
    2.6 附錄
第3章 基于Copula相關(guān)的超高維生存數(shù)據(jù)的特征篩選
    3.1 方法
    3.2 數(shù)值模擬
    3.3 實例分析
    3.4 附錄
第4章 總結(jié)和展望
參考文獻
在讀期間發(fā)表的學(xué)術(shù)論文及研究成果
致謝



本文編號：3044353