半参变系数可加风险模型的变量选择与估计

摘要

当生存数据类型较为复杂(如删失数据)时,基于普通最小二乘或者似然函数的半参数模型估计及变量选择方法稳健性将大大降低。文章首先对半参可加风险模型进行了变系数推广,然后对系数函数进行B样条逼近,并采用Lasso方法对半参变系数可加风险模型进行变量选择和模型拟合;同时还介绍了循环坐标下降算法来处理高维数据下生存数据的变量选择与估计,对可加风险模型进行了一定的推广。