有監(jiān)督的主成分分析及偏Cox回歸模型在基因數(shù)據(jù)生存預測中的應用.pdf

1、目的：基因表達數(shù)據(jù)存在著高維度、強相關以及小樣本的特點，不滿足經(jīng)典的統(tǒng)計方法的要求。因此用傳統(tǒng)的Cox比例風險模型進行基因數(shù)據(jù)的生存分析存在困難。有監(jiān)督的主成分回歸和偏Cox回歸方法將降維方法與Cox比例風險模型相結合，可以解決高維生物信息數(shù)據(jù)的生存預測問題。我們試圖通過模擬研究以及實例分析更好的揭露死亡時間(或者其它健康事件結局的時間)和基因數(shù)據(jù)之間的關系，為病人得到更精確的預后和改進治療策略提供合理的方法學依據(jù)。
　　 方法

2、：介紹有監(jiān)督的主成分分析和偏Cox回歸模型的基本原理以及方法步驟。針對基因數(shù)據(jù)的協(xié)變量個數(shù)大于樣本例數(shù)，以及變量間存在相關性等特點進行模擬研究，并對國際上公開的三個基因數(shù)據(jù)集進行分析，考察兩種模型的預測性能。采用R軟件進行數(shù)據(jù)模擬，MATLAB7.1進行數(shù)據(jù)分析。
　　 結果：以deviance偏差和決定系數(shù)R2作為模型預測性能的評價標準，從模擬實驗中我們看到，隨著影響生存的基因塊的方差的增大及組內相關系數(shù)ρ的增高，兩種方法的預