摘要 | 第14-15页 |
ABSTRACT | 第15页 |
第一章 引言与知识回顾 | 第16-36页 |
1.1 研究背景介绍 | 第16-18页 |
1.2 生存分析概述 | 第18-22页 |
1.2.1 生存分析的基本概念 | 第18-19页 |
1.2.2 生存分析的数据类型 | 第19页 |
1.2.3 生存分析的基本函数 | 第19-20页 |
1.2.4 Cox比例风险模型 | 第20-21页 |
1.2.5 Kaplan-Meier估计 | 第21-22页 |
1.3 高维数据分析 | 第22-25页 |
1.3.1 高维数据简介 | 第22页 |
1.3.2 惩罚似然方法介绍 | 第22-23页 |
1.3.3 常见的惩罚函数介绍 | 第23-24页 |
1.3.4 调节参数选择 | 第24-25页 |
1.4 超高维数据分析 | 第25-30页 |
1.4.1 完全数据的变量筛选法 | 第26-29页 |
1.4.2 删失数据的变量筛选法 | 第29-30页 |
1.5 异常值点识别 | 第30-34页 |
1.5.1 背景知识介绍 | 第30-31页 |
1.5.2 异常值点检测方法 | 第31-33页 |
1.5.3 线性回归模型中异常值点检测 | 第33-34页 |
1.6 本文结构 | 第34-36页 |
第二章 超高维生存数据中基于删失累积残差的独立筛选法 | 第36-62页 |
2.1 引言 | 第36-38页 |
2.2 删失累积残差独立筛选法 | 第38-40页 |
2.3 理论性质 | 第40-42页 |
2.4 数值模拟 | 第42-45页 |
2.4.1 基于Cox比例风险模型的模拟研究 | 第42-43页 |
2.4.2 基于非线性模型的模拟研究 | 第43-44页 |
2.4.3 关于模型大小[n/log n]的模拟研究 | 第44页 |
2.4.4 关于迭代变量筛选法ICCRIS的模拟研究 | 第44-45页 |
2.5 实例分析 | 第45页 |
2.6 本章小结 | 第45-46页 |
2.7 本章表格和定理证明 | 第46-62页 |
2.7.1 定理2.1的证明 | 第46-50页 |
2.7.2 定理2.2的证明 | 第50-62页 |
第三章 超高维生存数据中基于相关性排序的独立筛选法 | 第62-85页 |
3.1 引言 | 第62-63页 |
3.2 基于相关性秩排序的独立筛选法 | 第63-64页 |
3.3 理论性质 | 第64-66页 |
3.4 数值模拟 | 第66-69页 |
3.4.1 基于线性回归模型的模拟研究 | 第66-67页 |
3.4.2 基于Cox比例风险模型的模拟研究 | 第67-68页 |
3.4.3 基于非线性模型的模拟研究 | 第68页 |
3.4.4 基于转换模型的模拟研究 | 第68-69页 |
3.5 实例分析 | 第69-70页 |
3.6 本章小结 | 第70页 |
3.7 本章表格和定理证明 | 第70-85页 |
3.7.1 定理3.1的证明 | 第70-73页 |
3.7.2 定理3.2的证明 | 第73-85页 |
第四章 处理超高维生存数据的非参数变量筛选法 | 第85-107页 |
4.1 引言 | 第85-86页 |
4.2 基于融合的Kolmogorov-Smirnov统计量的独立筛选法 | 第86-89页 |
4.2.1 Kolmogorov-Smirnov检验 | 第86页 |
4.2.2 基于Kolmogorov-Smirnov统计量的独立筛选法 | 第86-89页 |
4.3 理论性质 | 第89-90页 |
4.4 数值模拟 | 第90-92页 |
4.4.1 基于Cox比例风险模型的模拟研究 | 第90-91页 |
4.4.2 基于非线性模型的模拟研究 | 第91页 |
4.4.3 基于转换模型的模拟研究 | 第91-92页 |
4.5 实例分析 | 第92-93页 |
4.6 本章小结 | 第93-94页 |
4.7 本章表格和定理证明 | 第94-107页 |
第五章 指数回归模型中删失数据的异常值点识别 | 第107-126页 |
5.1 引言 | 第107-109页 |
5.2 异常值点检测和参数估计 | 第109-111页 |
5.3 数值模拟 | 第111-113页 |
5.4 实例分析 | 第113-114页 |
5.5 本章小结 | 第114-115页 |
附表图 | 第115-126页 |
第六章 总结和展望 | 第126-129页 |
6.1 总结 | 第126-128页 |
6.2 展望 | 第128-129页 |
参考文献 | 第129-136页 |
攻读博士学位期间论文发表(或待发表)情况 | 第136-137页 |
致谢 | 第137-138页 |