| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 主要符号对照表 | 第12-15页 |
| 第一章 引言 | 第15-24页 |
| §1.1 背景介绍 | 第15-16页 |
| §1.2 生存数据的回归模型 | 第16-19页 |
| §1.2.1 单个生存时间的回归模型 | 第16-17页 |
| §1.2.2 多元生存时间的回归模型 | 第17-19页 |
| §1.3 变量选择文献综述 | 第19-22页 |
| §1.4 本文主要内容 | 第22-24页 |
| 第二章 发散维层次惩罚下可加危险率模型变量选择 | 第24-43页 |
| §2.1 引言 | 第24-25页 |
| §2.2 可加危险率模型的层次LASSO惩罚 | 第25-29页 |
| §2.2.1 层次LASSO惩罚 | 第25-27页 |
| §2.2.2 算法研究 | 第27-28页 |
| §2.2.3 渐近性质 | 第28-29页 |
| §2.3 自适应层次LASSO惩罚方法 | 第29-31页 |
| §2.3.1 自适应修正方法 | 第29-30页 |
| §2.3.2 Oracle性质 | 第30-31页 |
| §2.4 数值模拟 | 第31-34页 |
| §2.5 实际数据分析 | 第34-36页 |
| §2.6 定理的证明 | 第36-43页 |
| 第三章 超高维可加危险率模型变量选择 | 第43-59页 |
| §3.1 引言 | 第43-44页 |
| §3.2 模型以及非凸惩罚的正则化方法 | 第44-47页 |
| §3.2.1 可加危险率模型的损失函数 | 第44-45页 |
| §3.2.2 惩罚函数 | 第45-46页 |
| §3.2.3 非凸惩罚估计 | 第46-47页 |
| §3.3 鞅大偏差结果 | 第47-48页 |
| §3.4 大样本性质 | 第48-51页 |
| §3.5 定理的证明 | 第51-59页 |
| 第四章 多元生存时间数据下部分变系数比例危险率模型变量选择 | 第59-83页 |
| §4.1 引言 | 第59-60页 |
| §4.2 参数部分的变量选择 | 第60-64页 |
| §4.2.1 惩罚伪偏似然 | 第61-63页 |
| §4.2.2 算法研究 | 第63-64页 |
| §4.3 大样本性质 | 第64-66页 |
| §4.4 非参部分的估计 | 第66-67页 |
| §4.4.1 非参函数的估计 | 第66-67页 |
| §4.4.2 窗宽选择 | 第67页 |
| §4.5 模拟研究 | 第67-71页 |
| §4.6 结肠癌数据集的统计分析 | 第71-73页 |
| §4.7 定理的证明 | 第73-83页 |
| 第五章 多元生存时间数据下部分线性比例危险率模型变量选择 | 第83-111页 |
| §5.1 引言 | 第83-84页 |
| §5.2 参数部分的变量选择 | 第84-87页 |
| §5.2.1 惩罚伪偏似然 | 第84-86页 |
| §5.2.2 算法研究 | 第86-87页 |
| §5.3 大样本性质 | 第87-89页 |
| §5.4 非参函数的估计 | 第89-90页 |
| §5.5 数值模拟 | 第90-95页 |
| §5.6 实例分析 | 第95-97页 |
| §5.7 定理的证明 | 第97-111页 |
| 第六章 结论与展望 | 第111-113页 |
| 参考文献 | 第113-121页 |
| 致谢 | 第121-122页 |
| 攻读博士学位期间的研究成果 | 第122-123页 |