巴塔查吉，马杜奇汉达 高维数据生存预测方法。 （英语） Zbl 1462.62651号 J.印度统计协会。 51，第1号，25-54（2013）. 摘要：随着受试者高维（基因组）数据的可用性越来越高，设备技术将这种高维遗传或基因组数据与患者的各种（临床）表型联系起来变得至关重要。如果结果测量是分类/二元的，那么这是一个分类问题，并且已经在文献中进行了广泛研究。在这里，我们将重点关注连续的结果测量，并回顾预测建模的某些方面。对于响应变量恰好是在时间连续统上测量的特定情况，由于审查，可能会出现进一步的复杂情况。因此，在选择此处介绍的模型和/或方法时，要考虑审查的可能性。在没有审查的情况下，可以使用常规回归和广义线性模型的全部储备来建模这种关系，但不包括在内。 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 62J12型 广义线性模型（逻辑模型） 62N01号 审查数据模型 62号05 可靠性和寿命测试 关键词：连续表型;审查;高维数据;预测模型;验证;变量选择 PDF格式BibTeX公司 XML格式引用 \textit{M.Bhattacharjee}，J.Indian Stat.Assoc.51，No.1，25-54（2013；Zbl 1462.62651）