联合模型中运用alasso进行变量选择

《联合模型中运用alasso进行变量选择》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、乂连键＾大葦ＭＬＩＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹＩ福顿±享恆巧文ＭＡＳＴＥ民ＡＬＤＩＳＳＥＲＴＡＴＩＯＮ—幽联合模型中运用ａｌａｓｓｏ进巧变量选择工程领域作者姓名迎達空王晓光融教授指导教师＿＿＿＿＿＿＿＿答辩日期２０１６年６月６日＿＿＿＿＿＿专业学位硕±学位论文联合模型中运用ＡＬＡＳＳＯ进行变量选择ＶａｒｉａｂｌｅｓＳｅｌｅｃ材ｏｎｉｎＪｏｉｎｔＭｏｄｅｌｖｉａＡｄａｐｔｉｖｅＬａ说０作者姓名：刘歲达工程领域；应用统计学号：３１４０１００

2、２指导教师：王晓光副教授完成日期；２０１６年０５月乂遠巧义夫＃ＤａｌｉａｎＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｙｇｙ大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中己经注明引用内容和致谢的地方外，本论文不包含其他个人或集体巴经发表的研究成果，也不包含其他邑申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贾献均己在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：联合模型

3、中运用ＡＬＡＳＳＯ进行变量选择Ｍ＞／；：作者签名：或）為乂日期／年／月曰大连理工大学专业学位硕±学位论文摘要在本篇文章中，主要研究临床试验数据中构建合适的联合模型及变量选择问题，其中联合模型是应用于生存数据和纵向数据的模型．本文主要研究三件事倩，首先，我们研究生存时间和纵向结果变量之间的关系一，其次，我们想提出种可Ｗ选出较精确参数估计值的方法．，最后也是最重要的，我们想通过选出显著变量去除非思著变量来简化模型本文Ｊｌ上Ｈ．对于纵向数据中提出的方法可Ｗ很好地满足＾＾点，我们构建线性混合效应模型，其参数估计方法是通过极

4、大化带ＡＬＡＳＳＯ惩罚项的惩罚函数的方法来进行参数估计，惩罚．对于生存数据参数的选取法则选用ＩＣＱ法则，我们构建比例风险模型，参数估计方法是通过极大化带ＡＬＡＳＳＯ惩罚项的部分似然函数来进行参数估计．一一些本文用到的基础知识本文内容安排如下：第部分括线性，将粗略介绍，其中包混合模型和生存模型的简单介绍Ｗ及本文中用到的算法知识第二部分一步介绍聪，将进；合模型，并且详细介绍各子模型及参数的估计过程；第Ｈ部分，进行数值检验，根据模型模拟生成纵向数据和生存数据的集合１００遍比较不同方法估计效果第四部分，将进，重复，；行实例分析并进行不同方法

5、结果的比较，本文用到的是原发性胆汁性肝硬化数据和也脏．瓣膜手术数据，对；第五部分本文进行总结归纳关键词：联合模型ＡＬＡＳＳＯＩＣＱ准则混合效应模型比例风险模型；；；；－Ｉ－大连理工大学专业学位硕±学位论文ＶａｒｉａｂｌｅｓＳｅｌｅｃｔｉｏｎｉｎＪｏｉｎｔＭｏｄｅｌｖｉ江ＡｄａｐｔｉｖｅＬａｓｓｏＡｂｓｔｒａｃｔＷｅｃｏｎｓｉｄｅｒｆｌｉｅｕｅｓｔｉｏｎａｂｏｕｔｔｈｅｖａｒｉａｂｌｅｓｓｅｌｅｃ巧ｏｎｉｎｔｈｅｏｉｎｔｍｏｄｅｌｗｈｉｃｈｉｓａｌｉｅｄｑｊｐｐ１：０ｅａｗｅｓｕｒ

6、ｖｖａａｔａａｎｄｏｎｕｄｉｎａａｔａｏｃｕｏ打ｔｈｒｅｅｔｈｎｓｔｅａｅｒｒｓｄｌｉｔｈｔｈｉｌｄｌｇｋｌｄ．Ｗｅｆｓｉｇｉ打ｈ．Ｆｉｔｐｐ－ｏｆ－ａｌｌｗｅｗａｎｔ化ｋｎｏｗ化ｅｒｅｌａｔｉｏｎｓｈｉｂｅｔｗｅｅ打化ｅｔｉｍｅｔ：ｏｅｖｅｎｔａｒｉａｂｌｅａ打ｄｔｈｅｌｏｎｉ化ｄｉｎａｌ，ｐｖｇｏｕｔｐｕｔｖａｒｉａｂｌｅ．Ｍｏｒｅｏｖｅｒ，ｗｅａｒｅｉｎｔｅｒｅｓｔｅ过ｉ打ｓｅｌｅｃｔｉ打ｇｔｈｅｓｉｇ打ｉｆｉｃａｎｔｖａｒｉａｂｌｅｓａｎｄｏｍｉｔｔｉｎｇｔｈｅ

7、ｍｓｉｇｎｉ行ｃａ打ｔｖａｒｉａｂｌｅｓｉｎ化ｅｏｉｎｔｍｏｄｅｌ．Ｔｈｅｍｅ化ｏｄｒｏｏｓｅｄｉｎ化ｉｓａｅｒｃａｎｓａｔｉｓｆｔ：ｈｅｊｐｐｐｐｙｔｈｒｅｅｏｉ打ｔｓ．Ａｓｆｏｒｌｏ打ｉｔｕｄｉｎａｌｄａｔａ，ｗｅｂｕｉｌｄｔｈｅｌｉｎｅａｒｍｉｘｅｄｅｆｅｃｔｍｏｄｅｌｗｈｉｃｈｉｓｕｓｅｄ化ｐｇｅｓｔｉｍａｔｅｔｈｅｃｏｅｆｉｃｉｅｎｔｓｂｙｍａｘｉｍｉｚｉｎｔｈｅｅｎａｌｉｚｅｄｌｉｋｅｌｉｈｏｏｄｆｕｎｃｔｉｏｎｗｉｔｈｔｈｅａｄａｔｉｖｅｌａｓｓｏｇ

8、ｐｐｐｅｎａｌｔｙ．ＴＴｈｅｓｄｅ