15823.多類型復發(fā)事件數據的變量選擇

1、貴州大學2015屆碩士研究生學位論文多類型復發(fā)事件數據的變量選擇學科專業(yè)：統計學研究方向：應用統計導師：戴家佳副教授研究生：吳歡中國﹒貴州﹒貴陽2015年5月分類號：O212論文編號：201501031616密級：公開貴州大學碩士學位論文I多類型復發(fā)事件數據的變量選擇多類型復發(fā)事件數據的變量選擇摘要復發(fā)事件數據廣泛出現在生物學、臨床醫(yī)學等應用研究領域因該數據復雜的相依性和刪失的存在，使得對它的分析比較困難然而，因其廣泛的應用性價值備受廣

2、大學者的關注近幾十年來，變量選擇作為一種信息提取的重要工具，受到統計學者們的高度重視然而如何從復發(fā)事件數據中提取有用的信息逐漸成為人們關心的問題本文主要在多類型復發(fā)事件數據的背景下研究變量選擇的兩個問題：第一，根據懲罰估計函數方法的思想討論了乘性比率回歸模型的變量選擇問題首先，利用SCAD方法對估計方程進行懲罰，同時實現了參數估計和變量選擇其次，在一定的正則條件下，證明了所得估計具有acle性質最后，通過模擬研究說明該方法具有較好的提高

3、模型預測精度和降低模型復雜度的效果第二，根據非凹懲罰似然方法的思想研究了加性比率回歸模型的變量選擇問題首先，構建了一個擬線性回歸模型，利用SCAD方法對損失函數進行懲罰通過最小化懲罰損失函數，得到未知參數的估計值和模型變量其次，在一定的正則條件下，證明了所得估計的acle性質最后，通過模擬研究表明了此方法具有一定的變量選擇效果關鍵詞關鍵詞：多類型復發(fā)事件數據；懲罰估計函數方法；非凹懲罰似然方法；SCAD方法；acle性質中圖分類號中圖分