×
黄龙龙;凯伦·科普西克;陆学文

非参数加速失效时间加性回归模型中部件选择的群桥方法。 （英语） 兹伯利07532960

Commun公司。Stat.，理论方法 50，第6期，1477-1501（2021）.
摘要：我们研究了一个非参数加速失效时间（AFT）加性回归模型，其协变量对截尾生存时间具有非参数影响。该模型比线性AFT模型更灵活，可以用于降维和建模。具体来说，它可以用来发现所有协变量的函数形式，无论函数是零分量还是非零分量；如果它是一个非零分量，无论它是线性的还是非线性的。首先，我们将所有分量视为未知非线性函数。B样条用于对这些非参数组件建模。为了选择重要的非参数分量并同时发现其函数形式，提出了一种基于感知加权最小二乘逆概率的群桥惩罚变量选择方法。同时，我们比较了组桥方法和组LASSO方法。仿真结果表明，与组LASSO方法相比，组桥方法提供了更准确的估计和更好的选择性能，即使在较高的截尾率下，该方法也具有令人满意的性能。通过两个实际数据分析，说明了该方法在截尾生存数据中的应用。

引用于1文件

MSC公司：

62纳米01 审查数据模型
62G08号 非参数回归和分位数回归
62至XX 统计学

关键词：

加速失效时间加性回归模型;样条;团体桥牌罚分;非参数的;右删失数据

软件：

全球供应链
PDF格式BibTeX公司 XML格式引用
\textit{L.Huang}等人，Commun。Stat.，理论方法50，No.6，1477--1501（2021；Zbl 07532960）
全文： 内政部

参考文献：

[1] 巴克利，J。；James，I.，具有截尾数据的线性回归，Biometrika，66，32429-36（1979）·Zbl 0425.62051号 ·doi:10.1093/biomet/66.3.429
[2] 蔡，J。；范，J。；李，R。；Zhou，H.，多元失效时间数据的变量选择，Biometrika，92，2，303-16（2005）·兹比尔1094.62123 ·doi:10.1093/biomet/92.2.303
[3] 崔，X。；彭，H。；Wen，S。；Zhu，L.，加法回归模型中的成分选择，《斯堪的纳维亚统计杂志》，40，3，491-510（2013）·Zbl 1364.62091号 ·数字对象标识代码：10.1111/j.1467-9469.2012.00823.x
[4] 范，J。；Li，R.，模型和脆弱模型，《统计年鉴》，30，74-99（2002）·Zbl 1012.62106号 ·doi:10.1214操作系统/1015362185
[5] 范，J。；Feng，Y。；Wu，Y.，《借力：理论驱动应用——Lawrence D.Brown的一个难题》，考克斯比例风险模型的高维变量选择，70-86（2010），俄亥俄州比奇伍德：数学统计研究所，俄亥俄州比奇伍德
[6] 费根森，M。；Ritov，Y.，删失数据的单调估计方程，《统计年鉴》，22，2732-46（1994）·Zbl 0807.62032号 ·doi:10.1214/aos/1176325493
[7] Geer，S.A.，m估计的经验过程，6（2000），剑桥：剑桥大学出版社，剑桥·Zbl 0953.62049号
[8] Gu，C.，平滑样条方差分析模型的模型诊断，加拿大统计杂志，32，4，347-58（2004）·Zbl 1059.62078号 ·数字对象标识代码：10.2307/3316020
[9] 桂，J。；Li，H.，高维和低样本量环境下的Penized Cox回归分析，应用于微阵列基因表达数据，生物信息学（Oxfor，21，13，3001-8（2005）·doi:10.1093/bioinformatics/bti422
[10] Heller，G.，《使用删失数据的平滑秩回归》，《美国统计协会杂志》，102478552-59（2007）·Zbl 1172.62309号 ·doi:10.1198/0162145000001257
[11] Huang，J。；Ma，S.，通过桥梁方法在加速失效时间模型中选择变量，寿命数据分析，16，2，176-95（2010）·Zbl 1322.62189号 ·doi:10.1007/s10985-009-9144-2
[12] 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，62，3，813-20（2006）·Zbl 1111.62090号 ·文件编号：10.1111/j.1541-0420.2006.00562.x
[13] Huang，J。；马，S。；Xie，H.，加速失效时间模型的最小绝对偏差估计，统计Sinica，17，1533-48（2007）·兹比尔1133.62083
[14] Huang，J。；马，S。；谢浩。；Zhang，C.H.，变量选择的群桥方法，Biometrika，96，2，339-55（2009）·Zbl 1163.62050 ·doi:10.1093/biomet/asp020
[15] Huang，J。；刘，L。；刘，Y。；Zhao，X.，具有发散协变量数的cox模型中的群选择，中国统计，241787-810（2014）·Zbl 1480.62047号 ·doi:10.5705/ss.2013.061
[16] Johnson，B.A.，用于临床预测因子和基因表达数据综合分析的删失结果的基于秩的正则部分线性模型估计，生物统计学，10，659-66（2009）·Zbl 1437.62505号 ·doi:10.1093/biostatistics/kxp020
[17] Khan，M.H.R.，《自适应预处理技术在分析高维删失数据中的性能》，《生物医学杂志》，60，4，687-702（2018）·Zbl 1400.62270号 ·doi:10.1002/bimj.201600256
[18] M.H.R.汗。；Shaw，J.E.H.，一类自适应弹性网技术的生存数据变量选择，统计学与计算，26，32725-41（2016）·Zbl 1505.62220号 ·doi:10.1007/s11222-015-9555-8
[19] M.H.R.汗。；Shaw，J.E.H.，用综合估计技术选择加速寿命模型的变量，医学研究中的统计方法，60，937-52（2019）·doi:10.1177/0962280217739522
[20] 冷，C。；Ma，S.，具有非线性协变量效应的加速失效时间模型，澳大利亚和新西兰统计杂志，49，155-72（2007）·Zbl 1117.62113号 ·doi:10.1111/j.1467-842X.2007.00470.x
[21] Lin，Y。；Zhang，H.H.，多元非参数回归中的成分选择与平滑，《统计年鉴》，34，5，2272-97（2006）·Zbl 1106.62041号 ·doi:10.1214/0090536000000722
[22] 龙，Q。；钟，M。；莫雷诺，C.S。；Johnson，B.A.，通过同时调整非线性临床效应的正则化估计预测前列腺癌复发风险，《应用统计年鉴》，5，3，2003-23（2011）·Zbl 1228.62142号 ·doi:10.1214/11-AOAS458
[23] 马，S。；Du，P.，右删失数据发散维部分线性回归模型中的变量选择，中国统计，22，3，1003-20（2012）·Zbl 1257.62044号 ·doi:10.5705/ss.2010.267
[24] 拉贾比，B。；Sweetenham，J.W.，《外套细胞淋巴瘤：移植观察》，血液学治疗进展，6，1，37-48（2015）·doi:10.1177/2040620714561579
[25] Ritov，Y.，具有截尾数据的线性回归模型中的估计，《统计年鉴》，18，1303-28（1990）·Zbl 0713.62045号 ·doi:10.1214/aos/1176347502
[26] 罗森瓦尔德，A。；赖特，G。；威斯特纳，A。；陈，W.C。；康纳斯，J.M。；坎波，E。；俄罗斯天然气公司。；Grogan，T.M。；Muller-Hermelink，香港。；Smeland，E.B.，《增殖基因表达特征是预测套细胞淋巴瘤生存率的致癌事件的定量积分》，《癌症细胞》，3，2，185-97（2003）·doi:10.1016/S1535-6108（03）00028-X
[27] Satten，G.A。；Datta，S.，作为截尾加权平均的逆概率的Kaplan-Meier估计量，美国统计学家，55，3207-10（2001）·Zbl 1182.62191号 ·doi:10.1198/000313001317098185
[28] Schumaker，L.，《样条函数：基本理论》（2007），剑桥：剑桥大学出版社，剑桥·Zbl 1123.41008号
[29] Stone，C.J.，加性回归和其他非参数模型，《统计年鉴》，13，2，689-705（1985）·Zbl 0605.62065号 ·doi:10.1214/aos/1176349548
[30] Stute，W.，截断数据乘积-最小估计量的几乎确定表示，《统计年鉴》，21，1，146-56（1993）·Zbl 0770.62027号 ·doi:10.1214/aos/1176349019
[31] Stute，W.，《非线性删失回归》，《中国统计》，第9期，第1089-102页（1999年）·Zbl 0940.62061号
[32] 斯图特，W。；Wang，J.L.，《随机审查下的严格法律》，《统计年鉴》，第21、3、1591-607页（1993年）·Zbl 0785.60020号 ·doi:10.1214/aos/1176349273
[33] Tibshirani，R.，Cox模型中变量选择的套索方法，医学统计学，16，4，385-95（1997）
[34] Tsiatis，A.A.，《使用删失数据的线性秩检验估计回归参数》，《统计年鉴》，18，1，354-72（1990）·Zbl 0701.62051号 ·doi:10.1214/aos/1176347504
[35] Ying，Z.，删失回归数据秩估计的大样本研究，《统计年鉴》，21，1，76-99（1993）·Zbl 0773.62048号 ·doi:10.1214/aos/1176349016
[36] 袁，M。；Lin，Y.，分组变量回归中的模型选择和估计，英国皇家统计学会期刊：B系列（统计方法论），68，1，49-67（2006）·Zbl 1141.62030号 ·doi:10.1111/j.1467-9868.2005302.x
[37] Zhang，H.H。；Lu，W.，Cox比例风险模型的自适应套索，Biometrika，94，3，691-703（2007）·兹比尔1135.62083 ·doi:10.1093/biomet/asm037
[38] Zhou，M.，删失线性模型中的M估计，Biometrika，79，4，837-41（1992）·Zbl 0764.62056号 ·doi:10.1093/biomet/79.4.837
[39] Zou，H.，关于惩罚比例风险模型中基于路径的变量选择的注释，Biometrika，95，1，241-7（2008）·Zbl 1437.62681号 ·doi:10.1093/biomet/asm083
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。