基于彈性網(wǎng)技術(shù)下的加速失效時(shí)間模型的規(guī)范化估計(jì).pdf

1、對(duì)高維度基因數(shù)據(jù)研究的一個(gè)重要目標(biāo)就是識(shí)別和疾病的發(fā)生和發(fā)展有關(guān)的基因標(biāo)記，其中十分有代表性的例子是微陣列數(shù)據(jù)的預(yù)后分析。從微陣列基因表達(dá)數(shù)據(jù)中搜尋顯著相關(guān)的生物標(biāo)記是十分困難的。由于基因表達(dá)數(shù)據(jù)的高維度性質(zhì)使得標(biāo)準(zhǔn)的生存分析技術(shù)無(wú)法直接應(yīng)用其中，而且在被研究的數(shù)以千計(jì)的基因中，只有很小的一部分基因是與疾病有關(guān)的。當(dāng)研究的對(duì)象為時(shí)間數(shù)據(jù)時(shí)，往往由于刪失情況的存在而無(wú)法得到準(zhǔn)確的數(shù)據(jù)，因而篩選相關(guān)的基因變得十分具有挑戰(zhàn)性。
　　我們

2、提出利用彈性網(wǎng)懲罰規(guī)范化加速失效模型的Gehan估計(jì)方法，從而篩選出對(duì)生存時(shí)間有重要影響的基因數(shù)據(jù)，采用和LASSO相似的算法得到估計(jì)值，并且證明了估計(jì)值的性質(zhì)。和已經(jīng)存在的基于逆概率加權(quán)和Buckley and James估計(jì)不同，本文所提出的方法不要求對(duì)刪失數(shù)據(jù)的額外假設(shè)，使得本方法更加具有普遍適用性。
　　在本文中我們做了大量數(shù)字模擬，其中部分模擬采用Cai，T.于2009年發(fā)表的文章中對(duì)模擬研究的設(shè)置，從而對(duì)所提方法在有限

3、樣本上進(jìn)行了驗(yàn)證。通過(guò)和Cai，T.的方法進(jìn)行對(duì)比可以發(fā)現(xiàn)本文方法在篩選變量的能力上有所提高，并且能夠處理變量個(gè)數(shù)大于樣本觀(guān)測(cè)值的情況，這是Cai，T.的方法所無(wú)法解決的。但是本文方法也存在著一定的缺陷，如在協(xié)變量間相關(guān)系數(shù)較大時(shí)均方誤差和Cai，T.相比較大等。
　　最后我們將所提方法用于Beer，D.文章中的肺腺癌實(shí)驗(yàn)研究數(shù)據(jù)，篩選出與肺腺癌有關(guān)聯(lián)的基因數(shù)據(jù)。在最終篩選出的數(shù)據(jù)中我們選出了Beer，D.文章所沒(méi)有找出的基因，并