贝叶斯模型平均在Cox比例风险模型中的应用
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-10页 |
| 1.1 背景 | 第7页 |
| 1.2 贝叶斯模型平均的研究现状及发展 | 第7-8页 |
| 1.3 论文组织结构 | 第8-10页 |
| 2 生存分析 | 第10-13页 |
| 2.1 生存分析简介 | 第10-11页 |
| 2.1.1 生存时间 | 第10页 |
| 2.1.2 生存时间数据 | 第10-11页 |
| 2.2 生存分析特征函数 | 第11-12页 |
| 2.2.1 生存函数 | 第11页 |
| 2.2.2 分布函数 | 第11页 |
| 2.2.3 密度函数 | 第11页 |
| 2.2.4 风险函数 | 第11-12页 |
| 2.3 本章小结 | 第12-13页 |
| 3 Cox比例风险模型 | 第13-17页 |
| 3.1 Cox模型的基本形式 | 第13页 |
| 3.2 Cox比例风险模型PH假设检验 | 第13-14页 |
| 3.3 参数估计和模型整体显著性假设检验 | 第14-16页 |
| 3.3.1 参数估计 | 第14-15页 |
| 3.3.2 模型整体显著性假设检验 | 第15-16页 |
| 3.4 本章小结 | 第16-17页 |
| 4 逐步回归方法 | 第17-19页 |
| 4.1 逐步回归方法原理 | 第17页 |
| 4.2 逐步回归方法缺陷 | 第17-18页 |
| 4.3 本章小结 | 第18-19页 |
| 5 BMA模型的基本理论 | 第19-28页 |
| 5.1 贝叶斯模型平均基本思想 | 第19-20页 |
| 5.2 待估参数向量在较优模型条件下的后验概率 | 第20页 |
| 5.3 确定较优模型 | 第20-22页 |
| 5.3.1 leaps and bounds算法 | 第21-22页 |
| 5.4 模型的后验概率估计(BIC) | 第22-23页 |
| 5.5 模型后验概率估计的其它方法 | 第23-25页 |
| 5.5.1 赤池信息准则(AIC) | 第23-24页 |
| 5.5.2 期望最大化方法(EM) | 第24-25页 |
| 5.6 回归参数的后验概率估计 | 第25-26页 |
| 5.7 模型预测效果的评估方法 | 第26-27页 |
| 5.8 本章小结 | 第27-28页 |
| 6 口咽癌肿瘤问题的实证数据分析 | 第28-34页 |
| 6.1 数据来源 | 第28页 |
| 6.2 数据描述 | 第28页 |
| 6.3 贝叶斯模型平均与逐步回归结果分析 | 第28-32页 |
| 6.4 预测效果比较 | 第32-33页 |
| 6.5 本章小结 | 第33-34页 |
| 7 退伍军人肺癌研究的实证数据分析 | 第34-39页 |
| 7.1 数据来源 | 第34页 |
| 7.2 数据描述 | 第34页 |
| 7.3 贝叶斯模型平均与逐步回归结果分析 | 第34-37页 |
| 7.4 预测效果比较 | 第37-38页 |
| 7.5 本章小结 | 第38-39页 |
| 总结 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42-43页 |
