高维AFT模型的正则化变量选择

• 作者: 刘汉葱 陶小寒
• 来源期刊: 重庆工商大学学报（自然科学版）
• 学科: 工学
• 关键词: AFT模型 LASSO算法 变量选择 删失限制 STUTE'S加权最小二乘法
• 年，卷（期）: 2019,（6）
• 页码范围: 8-13
• 页数: 6页
• 分类号: TB114.3|O212.1
• 字数: 5381字
• 语种: 中文
• DOI: 10.16055/j.issn.1672-058X.2019.0006.002

摘要

针对生存分析中建立生存模型时,如何处理生存数据中特有的数据类型——删失数据,降低高维协变量的维数,更好地识别出真正具有预测性的因子,建立准确的生存模型的问题,提出用STUTE's加权最小二乘法和删失限制以及LASSO正则化相结合的方法来对AFT模型进行估计.首先,提出STUTE's加权最小二乘法和删失限制相结合的方法对生存数据中的删失数据进行处理;其次,提出了LASSO的一个新的实现算法进行模型的变量选择,降低模型中协变量的维数,精简模型;最后,通过仿真分析得到提出的新估计方法较已有的LASSO旧算法以及其他的变量选择方法,VSURF算法更能找出"真"因子,建立准确的生存模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘汉葱	西南交通大学数学学院	3	0	0.0	0.0
2	陶小寒	西南交通大学数学学院	2	0	0.0	0.0