典型文献
现状数据下的贝叶斯比例风险模型的变量选择
文献摘要:
本文在贝叶斯框架下考虑现状数据比例风险模型的变量选择问题.首先构造基于spike and slab先验,运用二元潜变量标记活跃协变量,给出满条件分布及相应的Gibbs抽样算法.数值模拟比较了该方法与Lasso、SCAD和ALasso方法,结果表明该方法模型正确识别率高.实例选用Ⅱ型糖尿病患者心脏衰竭数据,分析选择出最显著的影响因素,验证了该方法的有效性.
文献关键词:
现状数据;贝叶斯比例风险模型;贝叶斯变量选择;单调样条;Gibbs抽样
中图分类号:
作者姓名:
李纯净;田闯;李可可;王纯杰
作者机构:
长春工业大学数学与统计学院,吉林长春130012
文献出处:
引用格式:
[1]李纯净;田闯;李可可;王纯杰-.现状数据下的贝叶斯比例风险模型的变量选择)[J].数理统计与管理,2022(04):679-688
A类:
贝叶斯比例风险模型,ALasso,单调样条
B类:
现状数据,贝叶斯框架,spike,slab,先验,潜变量,协变量,条件分布,Gibbs,SCAD,方法模型,识别率高,糖尿病患者,心脏衰竭,贝叶斯变量选择
AB值:
0.326525
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。