高维基因数据中的变量选择
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与及现状 | 第10-14页 |
| 1.1.1 高维数据 | 第10-11页 |
| 1.1.2 充分降维 | 第11-12页 |
| 1.1.3 变量选择 | 第12-13页 |
| 1.1.4 稀疏性 | 第13-14页 |
| 1.1.5 基因数据的应用 | 第14页 |
| 1.2 本文研究的主要内容 | 第14-15页 |
| 第2章 相关理论概述 | 第15-26页 |
| 2.1 逆回归理论 | 第15-18页 |
| 2.1.1 SIR | 第15-16页 |
| 2.1.2 PRSIR | 第16-17页 |
| 2.1.3 PRPPSIR | 第17-18页 |
| 2.2 结构维数的估计 | 第18-19页 |
| 2.3 稀疏性 | 第19-23页 |
| 2.3.1 岭回归 | 第20页 |
| 2.3.2 Lasso | 第20页 |
| 2.3.3 Elastic net | 第20-21页 |
| 2.3.4 自适应lasso | 第21页 |
| 2.3.5 Sparse SDR | 第21-23页 |
| 2.4 基因模型 | 第23-24页 |
| 2.5 logistic回归 | 第24-26页 |
第3章 针对n<| 第26-32页 | |
3.1 n<| 第26-28页 | |
| 3.1.1 响应变量为连续变量 | 第27-28页 |
| 3.1.2 响应变量为离散变量 | 第28页 |
| 3.2 边际回归 | 第28-29页 |
| 3.3 结构维数的处理 | 第29-30页 |
| 3.3.1 给定维数 | 第29-30页 |
| 3.3.2 估计维数 | 第30页 |
| 3.4 算法 | 第30-32页 |
| 第4章 数据模拟结果 | 第32-41页 |
| 4.1 关联解释变量聚集 | 第33-36页 |
| 4.2 关联解释变量分散 | 第36-38页 |
| 4.3 部分解释变量之间非独立 | 第38-41页 |
| 结论与展望 | 第41-42页 |
| 致谢 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第48页 |
