有监督的主成分分析和偏Cox回归模型在基因数据生存预测中的应用

• 作者: 王彤 覃婷
• 来源期刊: 中国卫生统计
• 学科: 医学
• 关键词: 高维数据 生存预测 有监督的主成分回归 偏Cox回归
• 年，卷（期）: 2012,（3）
• 所属期刊栏目: 论著
• 页码范围: 325-329
• 分类号: R346|O212.1
• 字数: 6199字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3674.2012.03.004

摘要

目的 探讨有监督的主成分分析及偏Cox回归模型在基因数据生存预测中的应用.方法 针对基因数据的协变量个数大于样本例数,以及变量间存在相关性等特点进行模拟研究,并对国际上公开的三个基因数据集进行分析,考察两种模型的预测性能.结果 模拟研究显示随着影响生存的基因块的方差的增大以及组内相关系数的增高,两种方法的预测性能变好；随着删失比例的增加,两种方法的预测性能变差.实例分析提示不同的数据集最适方法不同.结论 SuperPC 和偏Cox回归都适用于基因数据的生存分析.在模拟中SuperPC比偏Cox回归的表现好,但偏Cox回归计算速度较快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彤	山西医科大学卫生统计教研室	165	854	14.0	21.0
2	覃婷	山西医科大学卫生统计教研室	4	29	2.0	4.0