

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、生物醫(yī)療領(lǐng)域的聚類失效時(shí)間數(shù)據(jù)越來(lái)越被廣泛關(guān)注,常用的邊際回歸模型分析方法通常會(huì)回避同一類別中的數(shù)據(jù)存在相依結(jié)構(gòu)的假定.在懲罰GEE和半?yún)?shù)邊際比例風(fēng)險(xiǎn)模型的理論基礎(chǔ)上,我們將類別內(nèi)數(shù)據(jù)的相關(guān)性考慮進(jìn)來(lái),提出了一種新的估計(jì)方法,用于分析聚類失效時(shí)間數(shù)據(jù).不同于以往的邊際估計(jì)方法,我們的方法通過事先設(shè)定一個(gè)工作相關(guān)矩陣來(lái)明確定義類別內(nèi)數(shù)據(jù)的相關(guān)結(jié)構(gòu),并且引入懲罰項(xiàng)來(lái)達(dá)到變量選擇的效果.由此方法得到的估計(jì)量滿足相合性和漸近正態(tài)性,我們用數(shù)值
2、模擬過程驗(yàn)證了該方法的優(yōu)良性質(zhì),并對(duì)腎病患者感染數(shù)據(jù)進(jìn)行了分析.
本文內(nèi)容安排如下:第一部分,介紹聚類生存數(shù)據(jù)的研究背景和前人的一些研究成果;第二部分,對(duì)本文涉及到的相關(guān)知識(shí)進(jìn)行簡(jiǎn)單的說(shuō)明;第三部分,描述我們所提出方法的形成過程和具體方程,給出其漸近性質(zhì)和估計(jì)方程求解過程所運(yùn)用的算法;第四部分,通過生成隨機(jī)數(shù)據(jù),用數(shù)值模擬的效果說(shuō)明本文提出方法的良好表現(xiàn);第五部分,對(duì)腎病患者感染數(shù)據(jù)這一實(shí)例進(jìn)行了分析;最后,第六部分,對(duì)本文進(jìn)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 乘積模型的變量選擇.pdf
- 基于變量選擇偏差的變量選擇過程.pdf
- 工具變量回歸模型中的變量選擇.pdf
- 上市公司信用風(fēng)險(xiǎn)的變量選擇與模型比較.pdf
- gee多應(yīng)變量回歸分析
- 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
- 基于M-估計(jì)單指標(biāo)模型的變量選擇.pdf
- 基于高斯混合模型聚類的變量選擇及應(yīng)用
- 廣義線性模型基于elasticnet的變量選擇方法研究
- 基于EV模型的結(jié)合粒子群變量選擇算法研究.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
- 平衡縱向數(shù)據(jù)模型的變量選擇.pdf
- 基于自適應(yīng)LASSO變量選擇的Logistic信用評(píng)分模型研究.pdf
- Cox比例風(fēng)險(xiǎn)模型的橋估計(jì).pdf
- 軟測(cè)量模型的變量選擇方法研究.pdf
- cox比例風(fēng)險(xiǎn)模型
- 高維數(shù)據(jù)情形下半?yún)?shù)可加風(fēng)險(xiǎn)模型的變量選擇與估計(jì)
- 廣義線性模型基于Elastic Net的變量選擇方法研究.pdf
評(píng)論
0/150
提交評(píng)論