生存分析中半?yún)?shù)模型的變量選擇方法及其模擬研究.pdf

1、目的:介紹生存分析中Cox模型的替代模型——Lin-Ying半?yún)?shù)可加風險模型（Lin-Ying模型）及其變量選擇方法。針對生存分析中采用Cox模型進行變量選擇時，不加驗證PH假定是否成立的情況，探索實際數(shù)據(jù)不滿足Cox模型的比例風險(PH)假定，或由于自變量太多使得PH假定不易判斷時，能否仍然采用Cox模型，以及替代的Lin-Ying模型的變量選擇能力。
　　 方法:本研究系統(tǒng)闡述了變量選擇的方法及其軟件實現(xiàn)，包括經(jīng)典的選擇最

2、優(yōu)子集的方法和一類基于懲罰思想的方法，并重點闡述了基于Cox生存模型和Lin-Ying模型的懲罰類變量選擇方法。在p＜＜n和n＜＜p（n，p分別表示樣本量和自變量個數(shù)）兩種情形下:(1)分別基于Cox模型模擬滿足和不滿足PH假定的生存數(shù)據(jù)，采用基于Cox模型的Lasso、自適應Lasso和SCAD進行變量選擇，比較滿足和不滿足PH假定兩種情形下3種方法正確選出模型、正確選出重要變量的能力和參數(shù)估計精度;(2)分別基于Lin-YIng模型

3、模擬生存數(shù)據(jù)，p＜＜n時根據(jù)PH假設檢驗結果判定方法把數(shù)據(jù)分為滿足PH假定和不滿足PH假定的情形;n＜＜p時分別以Lasso估計和單變量估計為初值;采用基于Lin-Ying模型的Lasso、自適應Lasso和SCAD進行變量選擇，比較兩種情形下3種方法正確選出模型、正確選出重要變量的能力和參數(shù)估計精度。
　　 結果:(1) PH假定不成立的情形下，采用基于Cox模型的方法進行變量選擇時，正確選擇模型的頻率、正確選出所有重要變量的

4、頻率均低于PH成立下的對應方法的結果，真實非零系數(shù)變量的均方誤差、模型相對誤差均大于PH成立下的對應方法的結果。
　　 （2)在Lin-Ying模型下，PH滿足與不滿足兩種情形下，正確選擇模型的能力、正確選出所有重要變量的能力、真實非零系數(shù)變量的估計精度、模型相對誤差均接近。
　　 (3)隨著樣本量的增加，正確選擇模型的能力和正確選出所有重要變量的能力提高;隨著相關系數(shù)的增加，正確選擇模型的能力和正確選出所有重要變量的能

5、力降低。
　　 (4)n＞＞p的情形下，基于Cox模型和Lin-Ying模型的Lasso類方法和SCAD均能以較高的概率選出正確模型和重要變量;p＞＞n的情形下，基于Cox模型和Lin-Ying模型的Lasso類方法和SCAD的表現(xiàn)均不好。
　　 結論:(1) PH假定不成立的情形下，采用基于Cox模型的方法進行變量選擇會降低正確選擇模型的能力、正確選出所有重要變量的能力，增大模型相對誤差、真實非零系數(shù)變量的均方誤差。<