超高维II型区间删失数据的非参数变量筛选法 张婧¹, 靳韶佳², 陈丹丹²1. 中南财经政法大学统计与数学学院, 武汉 430073;
2. 武汉大学数学与统计学院, 武汉 430072 Nonparametric Feature Screening for Ultrahigh-dimensional Case II Interval-censored Failure Time Data ZHANG Jing¹, JIN Shaojia², CHEN Dandan²1. School of Statistics and Mathematics, Zhongnan University of Economics and Law, Wuhan 430073, China;
2. School of Mathematics and Statistics, Wuhan University, Wuhan 430072, China

摘要 图/表 参考文献 相关文章(3) 点击分布统计 下载分布统计 --> 全文: PDF(464 KB) HTML (1 KB) 输出: BibTeX | EndNote (RIS) 摘要在定期随访的医学研究或临床实验中，人们经常会收集到高维区间删失数据，如何对这类数据进行降维是一个非常有意义的问题.本文基于Kolmogorov-Smirnov检验统计量，利用分割和融合的技巧，把独立特征筛选方法推广到区间删失数据中，提出了一种可以处理超高维II型区间删失数据且不依赖于任何模型假设的变量筛选方法.此方法的适用范围很广，可以有效地处理各种生存模型下的超高维II型区间删失数据，而且可以处理离散型，连续型等多种类型的协变量.在估计生存函数时，本文采用EM-ICM算法，极大地提高了计算效率.大量的数值模拟实验验证了此方法在有限样本下的有效性. 服务 加入引用管理器 E-mail Alert RSS 收稿日期: 2020-06-04 PACS: O212.1 基金资助:国家自然科学基金青年项目（No.11901581），中南财经政法大学中央高校基本科研业务费专项资金（No.2722020JCG064）资助. 引用本文: 张婧, 靳韶佳, 陈丹丹. 超高维II型区间删失数据的非参数变量筛选法[J]. 应用数学学报, 2021, 44(5): 690-702. ZHANG Jing, JIN Shaojia, CHEN Dandan. Nonparametric Feature Screening for Ultrahigh-dimensional Case II Interval-censored Failure Time Data. Acta Mathematicae Applicatae Sinica, 2021, 44(5): 690-702. 链接本文: http://123.57.41.99/jweb_yysxxb/CN/或 http://123.57.41.99/jweb_yysxxb/CN/Y2021/V44/I5/690 [1] Sun J. The statistical analysis of interval-censored failure time data. New York:Springer, 2006 [2] Tibshirani R. The lasso method for variable selection in the Cox model. Statistics in Medicine, 1997, 16(4):385-395 [3] Fan J, Li R. Variable selection via nonconcave penalized likelihood and its oracle properties. Journal of the American Statistical Association, 2001, 96(456):1348-1360 [4] Zou H. The adaptive lasso and its oracle properties. Journal of the American Statistical Association, 2006, 101(476):1418-1429 [5] Candes E, Tao T. The Dantzig selector:Statistical estimation when p is much larger than n. The Annals of Statistics, 2007, 35(6):2313-2351 [6] Zhang, C H. Nearly unbiased variable selection under minimax concave penalty. The Annals of Statistics, 2010, 38(2):894-942 [7] Wu Y, Cook R. Penalized regression for interval-censored times of disease progression:selection of HLA markers in psoriatic arthritis. Biometrics, 2015, 71(3):782-791 [8] Scolas S, El Ghouch A, Legrand C, Oulhaj A. Variable selection in a flexible parametric mixture cure model with interval-censored data. Statistics in Medicine, 2016, 35(7):1210-1225 [9] Zhao H, Wu Q, Li G, Sun J. Simultaneous estimation and variable selection for interval-censored data with broken adaptive ridge regression. Journal of the American Statistical Association, 2020, 115(529):204-216 [10] Fan J, Samworth R, Wu, Y. Ultrahigh dimensional feature selection:Beyond the linear model. Journal of Machine Learning Research, 2009, 10(5):2013-2038 [11] Fan J, Lv J. Sure independence screening for ultrahigh dimensional feature space. Journal of the Royal Statistical Society, Series B, 2008, 70(5):849-911 [12] Fan J, Song R. Sure independence screening in generalized linear models with NP-dimensionality. The Annals of Statistics, 2010, 38(6):3567-3604 [13] Fan J, Feng Y, Song R. Nonparametric independence screening in sparse ultra-high-dimensional additive models. Journal of the American Statistical Association, 2011, 106(494):544-557 [14] Zhu L P, Li L, Li R, Zhu L X. Model-free feature screening for ultrahigh-dimensional data. Journal of the American Statistical Association, 2011, 106(496):1464-1475 [15] Li R, Zhong W, Zhu L. Feature screening via distance correlation learning. Journal of the American Statistical Association, 2012, 107(499):1129-1139 [16] Mai Q, Zou H. The fused Kolmogorov filter:A nonparametric model-free screening method. The Annals of Statistics, 2015, 43(4):1471-1497 [17] Tibshirani R. Univariate shrinkage in the Cox model for high dimensional data. Statistical Applications in Genetics and Molecular Biology, 2009, 8(1):1-18 [18] Zhao S D, Li Y. Principled sure independence screening for Cox models with ultra-high-dimensional covariates. Journal of Multivariate Analysis, 2012, 105(1):397-411 [19] Gorst-Rasmussen A, Scheike T. Independent screening for single-index hazard rate models with ultrahigh dimensional features. Journal of the Royal Statistical Society, Series B, 2013, 75(2):217-245 [20] Song R, Lu W, Ma S, Jeng X J. Censored rank independence screening for high-dimensional survival data. Biometrika, 2014, 101(4):799-814 [21] Wu Y, Yin G. Conditional quantile screening in ultrahigh-dimensional heterogeneous data. Biometrika, 2015, 102(1):65-76 [22] Zhang J, Liu Y, Wu Y. Correlation rank screening for ultrahigh-dimensional survival data. Computational Statistics & Data Analysis, 2017, 108:121-132 [23] Zhou T, Zhu L. Model-free feature screening for ultrahigh dimensional censored regression. Statistics and Computing, 2017, 27(4):947-961 [24] Zhang J, Yin G, Liu Y, Wu Y. Censored cumulative residual independent screening for ultrahighdimensional survival data. Lifetime Data Analysis, 2018, 24(2):273-292 [25] Liu Y, Zhang J, Zhao X. A new nonparametric screening method for ultrahigh-dimensional survival data. Computational Statistics & Data Analysis, 2018, 119:74-85 [26] Lin Y, Liu X, Hao M. Model-free feature screening for high-dimensional survival data. Science China Mathematics, 2018, 61(9):1617-1636 [27] Wellner J A, Zhan Y. A hybrid algorithm for computation of the nonparametric maximum likelihood estimator from censored data. Journal of the American Statistical Association, 1997, 92(439):945-959 [28] Clifford Anderson-Bergman. An efficient implementation of the EMICM algorithm for the interval censored NPMLE. Journal of Computational and Graphical Statistics, 2017, 26(2):463-467 [29] Hastie T, Tibshirani R. Classification by pairwise coupling. The Annals of Statistics, 1998, 26(2):451-471 [30] Li K C. Sliced inverse regression for dimension reduction. Journal of the American Statistical Association, 1991, 86(414):316-327 [31] Turnbull B. The empirical distribution function with arbitrarily grouped, censored and truncated data. Journal of the Royal Statistical Society, Series B, 1976, 38(3):290-295 [1] 刘妍岩, 王蕊, 赵燕, 邹君. 考虑基因与基因间的交互作用的基因组选择方法研究[J]. 应用数学学报, 2019, 42(5): 684-700. [2] 连亦旻, 陈钊, 舒明良. SEVIS方法的局部线性估计及其在超高维数据下的应用[J]. 应用数学学报, 2018, 41(1): 1-13. [3] 魏中鹏、陈家鼎. {I}型区间删失数据下产品可靠度的置信下限[J]. 应用数学学报(英文版), 2006, 29(1): 81-90. PDF全文下载地址: http://123.57.41.99/jweb_yysxxb/CN/article/downloadArticleFile.do?attachType=PDF&id=14934 相关话题/数据 应用数学 统计 基因 中南财经政法大学 领限时大额优惠券,享本站正版考研考试资料! 优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ... 考试优惠券 本站小编 Free壹佰分学习网 2022-09-19 分组数据分位数回归模型的变量选择和估计 分组数据分位数回归模型的变量选择和估计刘栋1,杨冬梅2,何勇3,张新生41.上海财经大学统计与管理学院,上海200433;2.山东财经大学统计学院,济南250014;3.山东大学中泰证券金融研究院,济南250100;4.复旦大学管理学院,上海200433VariableSelectionandEst ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 基于样本次序统计量的总体分位数的非参数统计推断 基于样本次序统计量的总体分位数的非参数统计推断赵旭,程维虎北京工业大学理学部,北京100124Non-parametricStatisticalInferenceforthePopulationQuantilesBasedonOrderStatisticsofSamplesZHAOXu,CHENGW ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 针对面板数据的半参数变系数可加模型的估计和推断 针对面板数据的半参数变系数可加模型的估计和推断崔晓静上海财经大学统计与管理学院,上海200433EstimationandInferenceofaSemiparametricVarying-coefficientAdditiveModelforPanelDataCUIXiaojingSchoolof ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 偏正态数据下混合非线性位置回归模型的统计诊断 偏正态数据下混合非线性位置回归模型的统计诊断曹幸运,聂兴锋,吴刘仓昆明理工大学理学院,昆明650093StatisticalDiagnosisofMixtureNonlinearLocationRegressionModelwithSkew-NormalDataCAOXingyun,NIEXingf ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 一类基因调控网络模型的Bogdanov-Takens分岔分析 一类基因调控网络模型的Bogdanov-Takens分岔分析曹建智,谭军,王培光河北大学数学与信息科学学院,保定071002Bogdanov-TakensBifurcationAnalysisofaGeneRegulatoryNetworkModelwithTwoDelaysCAOJianzhi,T ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 具有舍入误差微观结构噪音高频数据的杠杆效应分析 具有舍入误差微观结构噪音高频数据的杠杆效应分析蔺富明1,2,周勇31.上海财经大学统计与管理学院,上海,200433;2.四川轻化工大学数学与统计学院,自贡,643000;3.统计与数据科学前沿理论及应用教育部重点实验室华东师范大学统计交叉科学研究院,上海,200062AnalysisofLever ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 考虑基因与基因间的交互作用的基因组选择方法研究 考虑基因与基因间的交互作用的基因组选择方法研究刘妍岩1,王蕊2,赵燕1,邹君31.武汉大学数学与统计学院,武汉430072;2.河南工业大学理学院450001;3.武汉大学数学与统计学院,武汉430072;4.华中农业大学植物科学技术学院,武汉430070GenomicSelectionMethod ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断 病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断徐达1,周勇2,31.上海财经大学统计与管理学院,上海200082;2.华东师范大学经管学部交叉科学研究院及统计学院,上海200241;3.中国科学院数学与系统科学研究院,北京100190ProportionalMeanResidualLi ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 失效原因缺失的加速失效时间模型下竞争风险数据的半参数估计 失效原因缺失的加速失效时间模型下竞争风险数据的半参数估计何其祥1,2,林仁鑫31.上海财经大学数学学院,上海200433;2.上海财经大学浙江学院,金华321013;3.中国诺华生物医药研究院有限公司生物统计部,上海201203SemiparametricAnalysisforCompetingRi ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 基于右删失宽相依数据的Kaplan-Meier估计和风险率估计的渐近性质 基于右删失宽相依数据的Kaplan-Meier估计和风险率估计的渐近性质李永明1,2,周勇31上海财经大学统计与管理学院,上海200433;2上饶师范学院数学与计算机科学学院,上饶334001;3华东师范大学经济与管理学部,上海200062AsymptoticPropertiesoftheKapla ... 中科院数学与系统科学研究院 本站小编 Free考研考试 2021-12-27 Free考研考试FreeKaoYan.Com 欢迎来到Free考研考试，"为实现人生的Free而奋斗" 关于我们 联系我们 电子邮件 苏ICP备16059069号 © 2020 FreeKaoYan! . All rights reserved.