作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文运用机器学习方法对纵向数据与生存数据建模,以机器学习方法代替纵向子模型中的线性随机效应模型;生存子模型仍运用Cox比例危险模型。与传统的建模方法做对比,此建模方法的生存子模型残差图诊断符合理论结果,纵向子模型的残差要比线性混合模型分散。
推荐文章
基于纵向生存数据联合模型的肝硬化数据应用研究
纵向数据
生存数据
联合模型
PBC数据
基于机器学习与大数据技术的入侵检测方法研究
网络安全
机器学习
大数据技术
入侵检测
基于资源分配网络的小数据集并行集成学习方法
资源分配网络
并行集成学习
增量学习
扩展卡尔曼滤波器
借助音频数据的发音字典新词学习方法
语音识别
发音字典
新词学习
集外词
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 纵向数据与生存数据的联合模型—基于机器学习方法
来源期刊 统计学与应用 学科 工学
关键词 联合模型 机器学习 殃残差 Cox-Snell残差
年,卷(期) 2015,(4) 所属期刊栏目
研究方向 页码范围 252-261
页数 10页 分类号 TP39
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 温征 云南师范大学数学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
联合模型
机器学习
殃残差
Cox-Snell残差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
统计学与应用
双月刊
2325-2251
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
512
总下载数(次)
3
论文1v1指导