Lasso-惩罚计分检验在小样本回归模型自变量筛选与统计推断中的应用

摘要

目的将Lasso-惩罚计分检验应用于小样本数据回归分析中影响因素的筛选与推断。方法以前列腺癌数据为例,推断影响前列腺特异抗原(prostate-specific antigen,PSA)水平的因素。首先建立PSA及其影响因素的多重对数线性模型,采用Lasso-惩罚计分检验进行统计推断,把有统计学意义的变量纳入最终模型,计算该模型的校正决定系数R2和Cp值,然后与逐步法得到的一般多重回归校正R2和Cp值比较。结果 Lasso-惩罚计分检验得到4个有意义的变量:前列腺癌体积、前列腺重量系数、良性前列腺增生量、精囊入侵;一般多重回归得到前列腺癌体积、前列腺重量系数2个变量。两种方法得到模型的校正R2分别为0.637、0.603,Cp值分别为7.724、12.160。结论 Lasso-惩罚计分检能较好的筛选出重要变量且得到假设检验P值。