Feature Selection for Varying Coefficient Models With Ultrahigh Dimensional Covariates

doi:10.1080/01621459.2013.850086

.2014年1月1日；109（505）：266-274。

doi:10.1080/01621459.2013.850086。

超高维协变量变系数模型的特征选择

刘靖远¹, 李润泽², 吴荣玲^三

附属公司

¹厦门大学王亚南经济研究所、统计系、福建省统计科学重点实验室助理教授。
²宾夕法尼亚州立大学统计系和方法学中心特聘教授，宾夕法尼亚大学公园，邮编16802-2111。
^三宾夕法尼亚州赫尔希宾夕法尼亚州立赫尔希医学院公共卫生科学系教授，邮编：17033。

PMID： 24678135
预防性维修识别码： PMC3963210型
内政部： 10.1080/01621459.2013.850086

超高维协变量变系数模型的特征选择

刘靖远等。美国统计协会. 2014.

.2014年1月1日；109(505):266-274.

doi:10.1080/01621459.2013.850086。

作者

刘靖远¹, 李润泽², 吴荣玲^三

附属公司

¹厦门大学王亚南经济研究所、统计系、福建省统计科学重点实验室助理教授。
²宾夕法尼亚州立大学统计系和方法学中心特聘教授，宾夕法尼亚大学公园，邮编16802-2111。
^三宾夕法尼亚州赫尔希宾夕法尼亚州立赫尔希医学院公共卫生科学系教授，邮编：17033。

PMID： 24678135
预防性维修识别码： PMC3963210型
内政部： 10.1080/01621459.2013.850086

摘要

本文研究具有超高维协变量的变系数模型的特征筛选和变量选择问题。我们提出了一种新的基于条件相关系数的特征筛选方法。我们系统地研究了该方法的理论性质，并建立了其可靠的筛选性质和排序一致性。为了提高所提方法的有限样本性能，我们进一步开发了一种迭代特征筛选方法。进行了蒙特卡罗模拟研究，以检查所建议程序的性能。在实践中，我们提倡对变系数模型采用两阶段方法。该两阶段方法包括（a）使用所提出的方法降低超高维，（b）对降维变系数模型应用正则化方法对系数函数进行统计推断。我们通过一个实际数据示例说明了所提出的两阶段方法。

关键词：特征选择；排序一致性；确定屏蔽性能；变系数模型。

PubMed免责声明

数字

图1
由SNP名称索引的所选34个SNP的估计系数函数。括号中的A或D表示所选SNP的哪个效应（A加性，D显性）是显著的。

请参阅PMC中的此图片和版权信息

类似文章

超高维广义变系数模型中的特征筛选。
杨G，杨S，李R。 Yang G等人。统计正弦。2020;30:1049-1067. doi:10.5705/ss.202017.0362。统计正弦。2020 PMID：32982122 免费PMC文章。
超高维数据的无模型条件独立性特征筛选。
王磊，刘杰，李毅，李锐。王磊等。科学中国数学。2017年3月；60（3）：551-568。doi:10.1007/s11425-016-0186-8。Epub 2016年12月29日。科学中国数学。2017 PMID：28649265 免费PMC文章。
超高维判别分析的无模型特征筛选。
崔华，李锐，钟伟。崔华等。 J Am Stat Assoc.2015年6月1日；110（510）：630-641。doi:10.1080/01621459.2014.920256。 2015年美国统计协会杂志。 PMID：26392643 免费PMC文章。
超高维变系数Cox模型中的特征筛选。
Yang G，Zhang L，Li R，Huang Y。 Yang G等人。多变量分析杂志。2019年5月；171:284-297. doi:10.1016/j.jmva.2018.12.009。Epub 2018年12月28日。多变量分析杂志。2019 PMID：31866699 免费PMC文章。
基于岭偏最小二乘回归的近红外光谱数据变量筛选。
Zhao N，Xu Q，Tang ML，Wang H。赵恩等。梳状化学高通量屏幕。2020;23(8):740-756. doi:10.2174/1386207323666200428114823。梳状化学高通量屏幕。2020 PMID：32342803 审查。

查看所有类似文章

引用人

纵向二项性状的回顾性变系数关联分析：在高血压相关遗传位点鉴定中的应用。
Xu G、Amei A、Wu W、Liu Y、Shen L、Oh EC、Wang Z。 Xu G等人。 Ann Appl Stat.2024年3月；18(1):487-505. doi:10.1214/23-aoas1798。Epub 2024年1月31日。 Ann Appl Stat.2024年。 PMID：38577266 免费PMC文章。
具有高维特征的变系数模型的鲁棒稀疏学习。
熊伟，田M，唐M，潘浩。熊伟等。 J Appl Stat.2022年8月9日；50(16):3312-3336. doi:10.1080/02664763.2022.2109129。eCollection 2023年。《申请统计杂志》2022年。 PMID：37969890 免费PMC文章。
零区域变化系数的同时选择和推断：一种软阈值方法。
Yang Y、Pan Z、Kang J、Brummett C、Li Y。杨毅等。生物计量学。2023年12月；79(4):3388-3401. doi:10.1111/biom.13900。Epub 2023年7月17日。生物计量学。2023 PMID：37459178 免费PMC文章。
病例-队列设计下高维Cox比例危险模型的可靠联合筛选。
Liu Y，Li G。刘毅等。计算机生物学杂志。2023年6月；30(6):663-677. doi:10.1089/cmb.2022.0416。Epub 2023 5月3日。计算机生物学杂志。2023 PMID：37140454
通过CV变换滤波器进行统一的无模型交互筛选。
熊伟，陈毅，马S。熊伟等。计算统计数据分析。2023年4月；180:107684. doi:10.1016/j.csda.2022.107684。Epub 2022年12月28日。计算统计数据分析。2023 PMID：36910335 免费PMC文章。

查看所有“被引用”文章

工具书类

1. Dawber TR、Meadors GF、Moore FE、。，心脏病流行病学方法：弗雷明翰研究。美国公共卫生杂志。1951;41:279–286.-项目管理咨询公司-公共医学
1. Fan J，Feng Y，Song R.稀疏超高维可加模型中的非参数独立性筛选。美国统计协会杂志。2011;106:544–557。-项目管理咨询公司-公共医学
1. Fan J，Gijbels I.局部多项式建模及其应用。查普曼和霍尔；纽约州纽约市：1996年。
1. Fan J，Li R.通过非冲突惩罚似然及其预言属性进行变量选择。美国统计协会杂志。2001;96:1348–1360.
1. Fan J，Li R.纵向数据分析中半参数建模的新估计和模型选择程序。美国统计协会杂志。2004;99:710–723.

赠款和资金

LinkOut-更多资源

全文源
- 欧洲PubMed Central
- 公共医学中心
其他文献来源
- scite智能引文

[1] Dawber TR、Meadors GF、Moore FE、。，心脏病流行病学方法：弗雷明翰研究。美国公共卫生杂志。1951;41:279–286.-项目管理咨询公司-公共医学

[2] Dawber TR、Meadors GF、Moore FE、。，心脏病流行病学方法：弗雷明翰研究。美国公共卫生杂志。1951;41:279–286.-项目管理咨询公司-公共医学

[3] Fan J，Feng Y，Song R.稀疏超高维可加模型中的非参数独立性筛选。美国统计协会杂志。2011;106:544–557。-项目管理咨询公司-公共医学

[4] Fan J，Feng Y，Song R.稀疏超高维可加模型中的非参数独立性筛选。美国统计协会杂志。2011;106:544–557。-项目管理咨询公司-公共医学

[5] Fan J，Gijbels I.局部多项式建模及其应用。查普曼和霍尔；纽约州纽约市：1996年。

[6] Fan J，Gijbels I.局部多项式建模及其应用。查普曼和霍尔；纽约州纽约市：1996年。

[7] Fan J，Li R.通过非冲突惩罚似然及其预言属性进行变量选择。美国统计协会杂志。2001;96:1348–1360.

[8] Fan J，Li R.通过非冲突惩罚似然及其预言属性进行变量选择。美国统计协会杂志。2001;96:1348–1360.

[9] Fan J，Li R.纵向数据分析中半参数建模的新估计和模型选择程序。美国统计协会杂志。2004;99:710–723.

[10] Fan J，Li R.纵向数据分析中半参数建模的新估计和模型选择程序。美国统计协会杂志。2004;99:710–723.

将引文保存到文件

电子邮件引文

添加到集合

添加到我的书目

您保存的搜索

为外部引文管理软件创建文件

您的RSS源

超高维协变量变系数模型的特征选择

附属公司

超高维协变量变系数模型的特征选择

作者

附属公司

摘要

数字

类似文章

引用人

工具书类

赠款和资金

LinkOut-更多资源

全文源

其他文献来源

摘要

数字

类似文章

引用人

工具书类

相关信息

赠款和资金

LinkOut-更多资源

全文源

其他文献来源