程超;冯兴东;黄、健;焦玉玲;张爽 \（\ell0\）-正则化高维加速失效时间模型。 （英语） Zbl 07512626号 计算。统计数据分析。 170，文章ID 107430，18 p.（2022）. 摘要：我们为具有高维协变量的稀疏加速失效时间（AFT）模型中的（ell_0）惩罚估计开发了一种构造性方法。该方法基于Stute的加权最小二乘准则并结合（ell_0）惩罚。该方法是一种计算算法，基于从原始和对偶信息导出的活动集，并根据Karush-Kuhn-Tucker（KKT）条件进行寻根，迭代生成一系列解。我们将该方法称为AFT-SDAR（用于支持检测和根查找）。我们的理论结果的一个重要方面是，我们直接关注基于AFT-SDAR算法生成的解序列。我们证明，只要协变矩阵满足一个温和的正则性条件，即使在高维线性回归的情况下，模型辨识也是必要的和充分的，那么解序列的估计误差将以指数形式以高概率衰减到最优误差界。还提出了AFT-SDAR的自适应版本，即AFT-ASDAR，它以数据驱动的方式确定估计系数的支持大小。仿真研究表明，该方法在精度和速度方面优于套索和MCP。通过对实际数据集的分析，说明了该方法的应用。 引用于1文件 MSC公司： 62至XX 统计学 关键词：截尾数据;\（\ell_0\）-处罚;KKT条件;原始信息和双重信息;支持检测 PDF格式BibTeX公司 XML格式引用 \textit｛C.Cheng｝等人，计算机。统计数据分析。170，文章ID 107430，18 p.（2022；Zbl 07512626） 全文： 内政部 arXiv公司 参考文献： [1] Breheny，P。；Huang，J.，非凸惩罚回归的坐标下降算法，及其在生物特征选择中的应用，Ann.Appl。《法律总汇》，5，1232（2011）·Zbl 1220.62095号 [2] 巴克利，J。；James，I.，《截尾数据线性回归》，《生物统计学》，第66、3、429-436页（1979年）·Zbl 0425.62051号 [3] 蔡，T。；Huang，J。；Tian，L.，加速失效时间模型的正则化估计，生物统计学，65，2，394-404（2009）·Zbl 1274.62736号 [4] Cox，D.R.，回归模型和生命表，J.R.Stat.Soc.，Ser。B、 统计方法。，34, 2, 187-202 (1972) ·Zbl 0243.62041号 [5] 范，J。；Li，R.，《通过非一致惩罚似然进行变量选择及其预言属性》，美国统计协会，96，456，1348-1360（2001）·Zbl 1073.62547号 [6] 范，J。；Lv，J.，超高维特征空间的确定独立筛选，J.R.Stat.Soc.，Ser。B、 统计方法。，70, 5, 849-911 (2008) ·Zbl 1411.62187号 [7] 洪，D。；张，F.，质谱成像处理的加权弹性网模型，数学。模型。自然现象。，5, 3, 115-133 (2010) ·Zbl 1187.92040号 [8] 胡，J。；Chai，H.，具有高维协变量的加速失效时间模型中的调整正则化估计，J.Multivar。分析。，122, 96-114 (2013) ·Zbl 1349.62481号 [9] Huang，J。；Ma，S.，通过桥接法在加速失效时间模型中选择变量，寿命数据分析。，16, 2, 176-195 (2010) ·Zbl 1322.62189号 [10] Huang，J。；马，S。；Xie，H.，高维协变量加速失效时间模型中的正则化估计，生物统计学，62，3，813-820（2006）·Zbl 1111.62090号 [11] Huang，J。；焦，Y。；刘，Y。；Lu，X.，《（\ell_0）惩罚回归的建设性方法》，J.Mach。学习。Res.，19，1403-439（2018年）·Zbl 1444.62091号 [12] Johnson，B.A.，《截尾数据半参数线性回归中的变量选择》，J.R.Stat.Soc.，Ser。B、 统计方法。，70, 2, 351-370 (2008) ·兹比尔1148.62052 [13] 约翰逊，B.A。；Lin，D。；Zeng，D.，半参数回归模型中的惩罚估计函数和变量选择，美国统计协会，103，482，672-680（2008）·Zbl 1471.62330号 [14] Kalbfleisch，J.D。；Prentice，R.L.，《失效时间数据的统计分析》，第360卷（2011年），John Wiley&Sons [15] Khan，M.H.R.先生。；Shaw，J.E.H.，用一类自适应弹性网技术选择生存数据的变量，统计计算。，26, 3, 725-741 (2016) ·Zbl 1505.62220号 [16] 科尔，H。；苏萨拉，V.V。；Van Ryzin，J.，《随机右偏数据的回归分析》，《Ann.Stat.》，第9、6、1276-1288页（1981年）·Zbl 0477.62046号 [17] Stute，W.，存在协变量时随机审查下的分布收敛，Scand。J.Stat.，461-471（1996）·Zbl 0903.62045号 [18] 斯图特，W。；Wang，J.-L.，《随机审查下的强势法律》，《美国统计年鉴》，第21、3、1591-1607页（1993年）·Zbl 0785.60020号 [19] 斯图特，W。；Wang，J.-L.，《随机审查下的强势法律》，《美国统计年鉴》，第21、3、1591-1607页（1993年）·Zbl 0785.60020号 [20] Tibshirani，R.，《通过套索进行回归收缩和选择》，J.R.Stat.Soc.，Ser。B、 统计方法。，58, 1, 267-288 (1996) ·Zbl 0850.62538号 [21] Van De Vijver，M.J。；何，Y.D。；范特维尔，L.J。；戴，H。；哈特，A.A。；Voskuil，D.W。；施赖伯，G.J。；彼得斯，J.L。；罗伯茨，C。；Marton，M.J.，基因表达特征作为乳腺癌生存率的预测因素，新英格兰。《医学杂志》，347，251999-2009（2002） [22] 范德法特，A.W。；Wellner，J.A.，《弱收敛与经验过程：统计学应用》，斯普林格统计学系列（1996），斯普林格出版社：斯普林格出版社，纽约·Zbl 0862.60002号 [23] Wainwright，M.J.，《高维统计：非症状观点》，第48卷（2019年），剑桥大学出版社·Zbl 1457.62011年 [24] Wang，L。；Kim，Y。；Li，R.，《校准超高维非凸惩罚回归》，《Ann.Stat.》，41，5，2505（2013）·兹比尔1281.62106 [25] Wei，L.-J.，《加速失效时间模型：生存分析中Cox回归模型的有用替代品》，《统计医学》，11，14-151871-1879（1992） [26] Ying，Z.，删失回归数据秩估计的大样本研究，《统计年鉴》，76-99（1993）·Zbl 0773.62048号 [27] 张，C.-H。；黄，J.，高维线性回归中套索选择的稀疏性和偏差，《统计年鉴》，36，4，1567-1594（2008）·Zbl 1142.62044号 [28] 张，C.-H。；张涛，高维稀疏估计问题凹正则化的一般理论，统计科学。，27, 4, 576-593 (2012) ·兹比尔1331.62353 [29] Zhang，C.-H.，最小最大凹惩罚下的几乎无偏变量选择，《美国统计年鉴》，38，2，894-942（2010）·Zbl 1183.62120号 [30] Zhou，M.，删失线性模型中的M估计，Biometrika，79，4，837-841（1992）·Zbl 0764.62056号 [31] Zou，H.，《自适应套索及其预言属性》，美国统计协会，101，476，1418-1429（2006）·Zbl 1171.62326号 [32] 邹，H。；Zhang，H.H.，关于参数发散的自适应弹性网，《统计年鉴》，37，4，1733（2009）·Zbl 1168.62064号 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。