版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、在本篇文章中,主要研究臨床試驗(yàn)數(shù)據(jù)中構(gòu)建合適的聯(lián)合模型及變量選擇問題,其中聯(lián)合模型是應(yīng)用于生存數(shù)據(jù)和縱向數(shù)據(jù)的模型.本文主要研究三件事情,首先,我們研究生存時間和縱向結(jié)果變量之間的關(guān)系,其次,我們想提出一種可以選出較精確參數(shù)估計(jì)值的方法,最后也是最重要的,我們想通過選出顯著變量去除非顯著變量來簡化模型.本文中提出的方法可以很好地滿足以上三點(diǎn).對于縱向數(shù)據(jù),我們構(gòu)建線性混合效應(yīng)模型,其參數(shù)估計(jì)方法是通過極大化帶ALASSO懲罰項(xiàng)的懲罰函數(shù)
2、的方法來進(jìn)行參數(shù)估計(jì),懲罰參數(shù)的選取法則選用ICQ法則.對于生存數(shù)據(jù),我們構(gòu)建比例風(fēng)險(xiǎn)模型,參數(shù)估計(jì)方法是通過極大化帶ALASSO懲罰項(xiàng)的部分似然函數(shù)來進(jìn)行參數(shù)估計(jì).
本文內(nèi)容安排如下:第一部分,將粗略介紹一些本文用到的基礎(chǔ)知識,其中包括線性混合模型和生存模型的簡單介紹以及本文中用到的算法知識;第二部分,將進(jìn)一步介紹聯(lián)合模型,并且詳細(xì)介紹各子模型及參數(shù)的估計(jì)過程;第三部分,進(jìn)行數(shù)值檢驗(yàn),根據(jù)模型模擬生成縱向數(shù)據(jù)和生存數(shù)據(jù)的集合
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 兩類生存模型ALASSO變量選擇方法的改進(jìn).pdf
- 工具變量回歸模型中的變量選擇.pdf
- 分散度量模型中的變量選擇.pdf
- 廣義線性模型中的變量選擇.pdf
- 多元回歸模型中變量選擇問題研究.pdf
- 乘積模型的變量選擇.pdf
- 幾種變量選擇方法在Cox模型中的應(yīng)用.pdf
- 回歸模型中變量選擇的若干問題研究.pdf
- 32300.幾類回歸模型中的變量選擇方法
- 高維線性模型的變量選擇.pdf
- 生存數(shù)據(jù)模型的變量選擇.pdf
- Elastic Net方法在幾類模型變量選擇中的應(yīng)用.pdf
- 空間計(jì)量模型變量選擇方法及其應(yīng)用.pdf
- 平衡縱向數(shù)據(jù)模型的變量選擇.pdf
- 線性模型中的變量選擇及股票市場實(shí)證研究.pdf
- 軟測量模型的變量選擇方法研究.pdf
- 基于變量選擇偏差的變量選擇過程.pdf
- 1324.函數(shù)線性回歸模型中的變量選擇問題研究
- 基于GEE的比例風(fēng)險(xiǎn)模型的變量選擇.pdf
- 廣義線性模型中基于自適應(yīng)彈性網(wǎng)的變量選擇.pdf
評論
0/150
提交評論