基于彈性網技術下的加速失效時間模型的規(guī)范化估計.pdf

1、對高維度基因數據研究的一個重要目標就是識別和疾病的發(fā)生和發(fā)展有關的基因標記，其中十分有代表性的例子是微陣列數據的預后分析。從微陣列基因表達數據中搜尋顯著相關的生物標記是十分困難的。由于基因表達數據的高維度性質使得標準的生存分析技術無法直接應用其中，而且在被研究的數以千計的基因中，只有很小的一部分基因是與疾病有關的。當研究的對象為時間數據時，往往由于刪失情況的存在而無法得到準確的數據，因而篩選相關的基因變得十分具有挑戰(zhàn)性。
　　我們

2、提出利用彈性網懲罰規(guī)范化加速失效模型的Gehan估計方法，從而篩選出對生存時間有重要影響的基因數據，采用和LASSO相似的算法得到估計值，并且證明了估計值的性質。和已經存在的基于逆概率加權和Buckley and James估計不同，本文所提出的方法不要求對刪失數據的額外假設，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字模擬，其中部分模擬采用Cai，T.于2009年發(fā)表的文章中對模擬研究的設置，從而對所提方法在有限

3、樣本上進行了驗證。通過和Cai，T.的方法進行對比可以發(fā)現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數大于樣本觀測值的情況，這是Cai，T.的方法所無法解決的。但是本文方法也存在著一定的缺陷，如在協(xié)變量間相關系數較大時均方誤差和Cai，T.相比較大等。
　　最后我們將所提方法用于Beer，D.文章中的肺腺癌實驗研究數據，篩選出與肺腺癌有關聯的基因數據。在最終篩選出的數據中我們選出了Beer，D.文章所沒有找出的基因，并