帶遺傳約束的Cox模型變量選擇方法研究
發(fā)布時間:2021-03-02 03:18
在生物,信息,醫(yī)學研究中,不僅要關注自變量自身對響應變量的作用,同時還關注變量間的交互作用對響應變量的影響.并且交互項需滿足遺傳約束條件,即只有當主要項存在時交互項才存在.本文主要研究的是帶遺傳約束的Cox比例風險模型的模型選擇與估計.首先對Cox比例風險模型的研究近況進行總結,介紹了關于分層交互的思想,給出帶遺傳約束的Cox模型.然后利用重新參數(shù)化交互項系數(shù)的方法重新定義帶遺傳約束的Cox模型,在懲罰似然的基礎上用自適應LASSO方法進行變量選擇和參數(shù)估計.并且在給定的正則條件下我們證明了估計量具有Oracle性質.最后通過數(shù)值模擬與真實數(shù)據分析驗證了本文所提方法的可行性和實用性.另外我們還模擬了三個不同刪失率下的表現(xiàn).本文的研究方法優(yōu)點是在做變量選擇的同時自動實現(xiàn)遺傳約束,而且在算法實現(xiàn)上更簡潔.
【文章來源】:鄭州大學河南省 211工程院校
【文章頁數(shù)】:46 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
第一章 引言
1.1 研究背景與意義
1.2 研究現(xiàn)狀
1.3 研究方法與主要結論
1.4 結構安排
第二章 模型與算法
2.1 模型提出
2.2 算法實現(xiàn)
第三章 漸近性質
3.1 p有限時的漸近性質
3.2 p發(fā)散時的漸近性質
第四章 數(shù)值模擬和真實數(shù)據分析
4.1 數(shù)值模擬
4.2 真實數(shù)據分析
第五章 定理證明
第六章 總結與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]Variable Selection via Generalized SELO-Penalized Cox Regression Models[J]. SHI Yueyong,XU Deyi,CAO Yongxiu,JIAO Yuling. Journal of Systems Science & Complexity. 2019(02)
[2]測量誤差模型的自適應LASSO變量選擇方法研究[J]. 李鋒,蓋玉潔,盧一強. 中國科學:數(shù)學. 2014(09)
本文編號:3058496
【文章來源】:鄭州大學河南省 211工程院校
【文章頁數(shù)】:46 頁
【學位級別】:碩士
【文章目錄】:
中文摘要
英文摘要
第一章 引言
1.1 研究背景與意義
1.2 研究現(xiàn)狀
1.3 研究方法與主要結論
1.4 結構安排
第二章 模型與算法
2.1 模型提出
2.2 算法實現(xiàn)
第三章 漸近性質
3.1 p有限時的漸近性質
3.2 p發(fā)散時的漸近性質
第四章 數(shù)值模擬和真實數(shù)據分析
4.1 數(shù)值模擬
4.2 真實數(shù)據分析
第五章 定理證明
第六章 總結與展望
參考文獻
致謝
【參考文獻】:
期刊論文
[1]Variable Selection via Generalized SELO-Penalized Cox Regression Models[J]. SHI Yueyong,XU Deyi,CAO Yongxiu,JIAO Yuling. Journal of Systems Science & Complexity. 2019(02)
[2]測量誤差模型的自適應LASSO變量選擇方法研究[J]. 李鋒,蓋玉潔,盧一強. 中國科學:數(shù)學. 2014(09)
本文編號:3058496
本文鏈接:http://sikaile.net/kejilunwen/yysx/3058496.html
最近更新
教材專著