检索结果-内蒙古大学图书馆

比例优势模型在多结局区间截断数据上的应用(英文)

引用

应用数学 2007年第4期20卷 726-732页

作者：郑明杜玮复旦大学统计系上海200433

探索比例优势模型在临床医学中常见的多结局区间截断数据中的应用.用条件的逻辑回归方法避免讨厌参数的估计,用牛顿-拉普森算法估计回归系数,用"夹心方差"估计量作为参数方差的估计.通过随机模型检验模型应用的有效性.

关键词：比例优势模型多结局区间截断条件的逻辑回归 "夹心方差"估计量

来源：评论

学校读者我要写书评

暂无评论

比例优势模型实现ROC分析的方法及其应用前景分析

引用

中国卫生统计 2005年第5期22卷 293-296页

作者：宇传华余松林徐勇勇华中科技大学同济医学院公共卫生学院流行病与卫生统计学系 430030 第四军医大学预防医学系卫生统计学教研室

目的探讨比例优势模型在ROC分析中的应用前景。方法比较比例优势模型与双正态模型等经典方法所计算的ROC曲线下面积及其标准误;采用灵敏度残差平方和与决定系数两个指标评价参数模型的拟合优度。结果在一般情况下,由比例优势模型所得到... 详细信息

目的探讨比例优势模型在ROC分析中的应用前景。方法比较比例优势模型与双正态模型等经典方法所计算的ROC曲线下面积及其标准误;采用灵敏度残差平方和与决定系数两个指标评价参数模型的拟合优度。结果在一般情况下,由比例优势模型所得到的ROC曲线指标结果与经典方法很接近;对于有序分类资料和连续型资料,该模型的拟合效果均较好;但由于该模型获得的ROC曲线形状单一,有些情况下该模型的拟合不理想。结论与经典的方法相比,比例优势模型有其自身的特点,实际应用时应慎重做出选择。

关键词： ROC曲线比例优势模型模型评价双正态模型 ROC分析比例 ROC曲线下面积有序分类资料经典方法拟合优度

来源：评论

学校读者我要写书评

暂无评论

比例优势模型结合多重插补在区间删失数据中的应用

比例优势模型结合多重插补在区间删失数据中的应用

引用

作者：钟月华东师范大学

学位级别：硕士

现如今在许多不同的领域中,比如生命科学、医学、工程科学、心理学、社会学等,都出现会对某个个体、某个事件的死亡或者失效时间的预估,我们把该时间定义为生存时间或寿命。寿命常会出现区间删失,即只知道其处于某个范围。近年来已有不... 详细信息

现如今在许多不同的领域中,比如生命科学、医学、工程科学、心理学、社会学等,都出现会对某个个体、某个事件的死亡或者失效时间的预估,我们把该时间定义为生存时间或寿命。寿命常会出现区间删失,即只知道其处于某个范围。近年来已有不少作者对区间删失型数据有所研究,并且给出了参数估计的理论推断过程。但这些估计方法在实际应用中大都复杂、繁琐,对一般的工作人员来讲可操作性不强。对于右删失数据,其模型、参数估计的理论研究都较完善,现如今的专著、教材中基本都会介绍常用的右删失数据分析方法,而对比例优势模型介绍则不多。该模型的特点是优势比率为常数,实际中的数据会呈现这样一个特征。而对于有这种特点的区间删失数据的处理上,参考文献资料更少,本文提出了自己的一种处理方式来得到该类问题的参数估计。本文通过模拟得到服从比例优势模型的区间删失数据,应用四种方法进行处理,基于此可以直接利用处理右删失数据的比例优势模型来得到区间删失数据的参数估计。通过对比发现多重插补法在处理该问题上的优良性质。本文第二章介绍了比例优势模及Tanner、Wong是出来的数据增强算法(PMDA)。第三章第一节将缺失数据处理方法的思想应用于区间删失型数据的比例优势模型中,进而得到几种方法对应的参数估计。通过模拟结果可以看到,比例优势模型结合多重插补方法应用到区间删失数据中效果最好。第二节将该方法应用到实际数据中得到参数估计,进一步说明该方法行之有效。

关键词：区间删失数据线性转化模型多重插补比例优势模型

来源：评论

学校读者我要写书评

暂无评论

比例优势模型估计的MM算法

比例优势模型估计的MM算法

引用

作者：熊朝松云南师范大学

学位级别：硕士

在生存分析领域,比例风险模型可能是最受欢迎的分析生存数据的模型.但当个体的死亡率随着时间的增长而收敛时,用比例优势模型分析该类生存数据往往能得到更好的效果.随着数据时代的不断发展,生存数据呈现样本量不断增大,参数维度逐渐上... 详细信息

在生存分析领域,比例风险模型可能是最受欢迎的分析生存数据的模型.但当个体的死亡率随着时间的增长而收敛时,用比例优势模型分析该类生存数据往往能得到更好的效果.随着数据时代的不断发展,生存数据呈现样本量不断增大,参数维度逐渐上升等特点.因此,当前一些分析比例优势模型的方法会在计算上难以实现,同时也会增加一定的计算成本.而MM算法能够将多个待估参数进行分离,可以实现复杂的高维优化问题向简单低维优化问题的转变,甚至是转变为多个1维优化问题之和,最终得到一个易于实现且具有数值稳定性的结果.本文首先将MM算法引入到比例优势模型的极大似然估计中,拓展了分析右删失生存数据的比例优势模型的估计方法.接着,本文将MM算法应用到比例优势模型的变量选择问题中,首次考虑了带有SCAD和MCP惩罚的比例优势模型.然后,利用MM算法讨论了混合比例优势模型的参数估计,用于生存数据的异质性分析.数值模拟结果表明本文提出的方法具有估计误差小,估计结果稳定等特点.即使在样本量小或删失比率高的情况下,本文提出的方法在估计回归系数和累积优势函数方面都能展现优秀的性能.最后本文将提出的方法应用于一组退伍军人管理局肺癌试验数据进行实证分析.

关键词：生存分析比例优势模型 MM算法变量选择

来源：评论

学校读者我要写书评

暂无评论

基于比例优势模型的上市公司财务困境预测研究

引用

数理统计与管理 2016年第3期35卷 536-549页

作者：邹清明黄钟亿湖南南华大学经济管理学院湖南衡阳421001

在激烈的市场竞争中,现代企业非常关注风险管理,注重防范与控制风险,而风险管理的关键是预测与控制财务风险。生存分析模型能动态地预测风险事件发生的概率,本文精比例优势模型应用干我国上市公司财务困境预测,根据边际似然与ALASSO变... 详细信息

在激烈的市场竞争中,现代企业非常关注风险管理,注重防范与控制风险,而风险管理的关键是预测与控制财务风险。生存分析模型能动态地预测风险事件发生的概率,本文精比例优势模型应用干我国上市公司财务困境预测,根据边际似然与ALASSO变量选择程序,确定了影响财务风险的主要因素,获得模型参数估计,考察了比例优势模型财务困境预测判断能力,比较了Cox模型和比例优势模型这两种生存模型的财务风险预测效果。结果表明,比例优势模型能展现企业财务困境的发展过程,具有较好的财务困境预测能力。

关键词：比例优势模型上市公司财务困境预测 ALASSO

来源：评论

学校读者我要写书评

暂无评论

基于比例优势模型的有序数据分类

引用

系统科学与数学 2022年第10期42卷 2817-2833页

作者：阮腾飞张三国申立勇中国科学院大学数学科学学院北京100049

在机器学习的分类任务中,根据类别之间是否有序,可以把分类任务分为无序数据分类和有序数据分类.比例优势模型是处理有序数据分类的一个常用的模型.但是传统的比例优势模型假设不同类别系数变量是相同的,而在实际情况中并非总是如此.文... 详细信息

在机器学习的分类任务中,根据类别之间是否有序,可以把分类任务分为无序数据分类和有序数据分类.比例优势模型是处理有序数据分类的一个常用的模型.但是传统的比例优势模型假设不同类别系数变量是相同的,而在实际情况中并非总是如此.文章对比例优势模型进行改进,不要求不同类别的系数变量完全相同,并且引入fused-LASSO和fused-MCP正则化惩罚.利用MM算法求解模型,并通过最小化BIC准则对正则化参数进行选择.模拟数据研究和真实数据分析都说明改进后的模型比传统的比例优势模型在处理有序多分类任务时有更好的效果.

关键词：机器学习有序分类比例优势模型融合惩罚

来源：评论

学校读者我要写书评

暂无评论

区间删失数据下Weibull 比例优势模型的参数估计

引用

山东科技大学学报（自然科学版） 2024年第1期43卷 73-81页

作者：王淑影郭祥道李红伟赵波长春工业大学数学与统计学院吉林长春130012

基于区间删失数据建模是当前复杂数据分析的热点之一。本研究在两类区间删失数据下建立Weibull比例优势模型,基于极大似然估计给出了模型参数,进一步讨论了估计量的渐近性质。数值模拟验证了模型参数的估计效果,并将提出的模型及方法应... 详细信息

基于区间删失数据建模是当前复杂数据分析的热点之一。本研究在两类区间删失数据下建立Weibull比例优势模型,基于极大似然估计给出了模型参数,进一步讨论了估计量的渐近性质。数值模拟验证了模型参数的估计效果,并将提出的模型及方法应用到艾滋病临床试验数据和肺肿瘤试验数据中,给出了感兴趣事件的生存函数曲线,通过与生存函数的非参数极大似然估计比较,表明所提方法具有较好的拟合效果。

关键词：区间删失数据比例优势模型 Weibull分布极大似然估计

来源：评论

学校读者我要写书评

暂无评论

复杂双删失数据下比例优势模型的回归分析

复杂双删失数据下比例优势模型的回归分析

引用

作者：李红伟长春工业大学

学位级别：硕士

双删失数据经常出现在流行病学或疾病进展研究中。例如,在艾滋病队列研究中,感兴趣的艾滋病潜伏期是从感染人类免疫缺陷病毒(初始事件)到艾滋病确诊(后续事件)的间隔时间。由于间歇性或周期性的观测,初始事件和后续事件的发生时间均有... 详细信息

双删失数据经常出现在流行病学或疾病进展研究中。例如,在艾滋病队列研究中,感兴趣的艾滋病潜伏期是从感染人类免疫缺陷病毒(初始事件)到艾滋病确诊(后续事件)的间隔时间。由于间歇性或周期性的观测,初始事件和后续事件的发生时间均有可能出现右删失或区间删失,于是产生了双删失数据。目前大多数学者主要在无信息删失机制下,利用多重插补法或中点插补法插补双删失数据,进而考虑在比例危险率模型下的参数估计问题。然而,当比例危险率模型的假设条件不满足或带有信息删失的情况下,已有方法可能会得出有偏的估计结果。关于双删失数据下比例优势模型的参数估计问题、带有信息的双删失或相依双删失数据下比例优势脆弱模型的参数估计问题的研究较少,因此本文两部分内容如下: 第一部分主要研究了双删失数据下威布尔比例优势模型的参数估计问题。在双删失数据下,特别是后续事件的发生时间既存在右删失又含有区间删失时,将半参数比例优势模型中未知的无穷维基准分布函数参数化,建立威布尔比例优势模型;接着使用Stochastic EM算法对双删失数据进行插补,并基于插补后的数据进行极大似然估计,估计的方差通过Louis公式计算得到。模拟研究表明所提方法在样本量增加、协变量维度增加、插补次数变化等情况下表现良好,将所提方法分析艾滋病队列研究实际数据可以寻找出对艾滋病潜伏期有显著影响的变量,表明所提方法是有效的。第二部分主要研究了相依双删失数据下半参数比例优势脆弱模型的参数估计问题。在相依双删失数据下,通过引入一个潜变量或脆弱项来建立感兴趣的间隔时间与观测时间点的联系,即对间隔时间建立比例优势脆弱模型、对观测时间点建立比例危险率脆弱模型,从而建立联合脆弱模型;接着利用多重插补法插补双删失数据,由于半参数模型中存在未知的无穷维基准函数及无法观测到的脆弱项,使用基于Bernstein多项式的Sieve方法近似并使用EM算法进行极大似然估计,估计的方差通过剖面似然方法(profile likelihood)得到。模拟研究说明所提方法在样本量增加、不同的基准函数形式、插补次数变化等情况下的优良性,将所提方法应用到手机购买调查数据上,发现性别对手机的寿命没有显著的影响,年龄对手机的寿命有显著的影响,且感兴趣的手机寿命与观测过程存在一定的相关性,表明该方法是合理的。

关键词：双删失数据比例优势模型多重插补 EM算法 Sieve极大似然估计

来源：评论

学校读者我要写书评

暂无评论

区间删失数据下比例优势模型的贝叶斯方法和变量选择

区间删失数据下比例优势模型的贝叶斯方法和变量选择

引用

作者：高译文长春工业大学

学位级别：硕士

区间删失数据通常出现在许多领域,如人口统计学、流行病学和医学研究。在这类研究中,参与者通常会进行周期性的观察或检查,观察到的兴趣失效时间是准确的,但已知是在一定的间隔内。例如,参与者感染艾滋病毒的时间间隔通常是由该参与者... 详细信息

区间删失数据通常出现在许多领域,如人口统计学、流行病学和医学研究。在这类研究中,参与者通常会进行周期性的观察或检查,观察到的兴趣失效时间是准确的,但已知是在一定的间隔内。例如,参与者感染艾滋病毒的时间间隔通常是由该参与者最后一次呈阴性的检查时间和第一次呈阳性的检查时间组成的。生存分析中普遍存在着大量高维数据,使用贝叶斯理论进行变量选择具有研究意义。第一部分主要研究了I型区间删失数据下比例优势模型的贝叶斯变量选择。首先以单调样条函数和Poisson过程数据扩增来构造贝叶斯比例优势模型,并使用Gibbs抽样方法进行后验分布的计算。通过增加样本量,得到的参数估计效果逐渐提升。实证分析选择1995年香港威廉斯亲王医院糖尿病注册研究项目,研究对象为Ⅱ型糖尿病患者心脏衰竭。第二部分主要研究了II型区间删失数据下比例优势模型的贝叶斯变量选择。首先通过引入单调样条函数构建II型区间删失数据的泊松扩增似然函数,基于spike-and-slab先验推导出后验分布并给出Gibbs抽样方法。数值模拟结果表明,在样本量提升的情况下,参数估计效果显著提升。基于此方法将其应用到转换模型中,在实证分析中,使用2003年尼日利亚人口与健康调查产生的儿童死亡率数据,研究影响儿童死亡最大的因素。第三部分主要研究了部分区间删失数据下比例优势模型的贝叶斯变量选择。部分区间删失数据相比于II型区间删失数据更复杂,因其含有精确时间数据。需要通过引入新的单调样条函数对精确时间的似然函数进行泊松扩增。在贝叶斯框架下对全似然函数的扩增函数使用Gibbs抽样方法给出后验。在数值模拟中,本文在样本量提升的情况下,参数估计效果显著提升。实证分析选取1989年比利时的纵向牙科数据,研究46号恒磨牙状况的影响因素。

关键词：区间删失数据部分区间删失数据比例优势模型贝叶斯变量选择 Gibbs抽样算法

来源：评论

学校读者我要写书评

暂无评论

基于比例优势模型的上市公司财务困境预测研究

基于比例优势模型的上市公司财务困境预测研究

引用

作者：黄钟亿南华大学

学位级别：硕士

在激烈的市场竞争中，企业面临许多未知的风险，为保证企业正常运行与发展，防范与控制风险就成为企业运行需要关注的问题，其中控制财务风险是风险管理中的关键。企业陷入财务困境是一个动态的过程，逐步产生、发展直至不断恶化，如果... 详细信息

在激烈的市场竞争中，企业面临许多未知的风险，为保证企业正常运行与发展，防范与控制风险就成为企业运行需要关注的问题，其中控制财务风险是风险管理中的关键。企业陷入财务困境是一个动态的过程，逐步产生、发展直至不断恶化，如果能在财务困境的发生初期，能及时发现危机征兆并进行相应的应急管理，对企业和各利益相关者来说都是有着重大意义的。因此，寻找并建立有效的财务困境预测方法是非常重要的。国内外许多研究涉及到财务困境预测，取得了不错的成果，其中Cox生存分析模型因其较好的动态预测能力，广泛应用于财务困境预测，但当个体风险具有高度同质性时，Cox模型不适合。本文试图提供另一种生存分析模型比例优势模型用于财务预警研究，比例优势模型广泛应用于医学、社会科学、生物统计、工程等领域的生存分析模型，但在财务预警方面研究还很少涉及。本文首先回顾了国内外关于财务困境研究的现状，然后分别阐述了传统的财务困境研究模型和生存分析模型，分析了生存分析模型相比传统模型的优越性和适用性。引进了生存分析的另一种模型--比例优势模型，并将其应用于我国上市公司财务困境预警预测，依照边际似然与ALASSO变量选择程序，确定了主要影响因素以及其参数估计，考察了比例优势模型的判断能力，比较了Cox模型和比例优势模型的预测效果，发现比例优势模型与Cox类似，均具有较好的动态预测能力，能展现困境的发展过程，这说明比例优势模型可以应用于财务困境的预测。

关键词：财务困境比例优势模型上市公司

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：