《生存分析中基于懲罰似然的若干變量選擇問題研究》面向高維數(shù)據(jù)分析前沿，旨在探求提取高維數(shù)據(jù)有效信息的解決方案，系統(tǒng)地介紹了作者在該領域的主要研究成果，內容包括基于group Bridge懲罰的懲罰小二乘的計算問題。針對于高維右刪失型生存數(shù)據(jù)，在Cox比例風險模型框架下考慮了基于SELO懲罰函數(shù)的變量選擇，并利用組變量選擇方法解決了Cox模型識別問題。
《生存分析中基于懲罰似然的若干變量選擇問題研究》可作為高維數(shù)據(jù)、生存分析相關領域的參考資料。書中所提供的計算方法亦可為相關從業(yè)人員提供參考。
曹永秀，女，1985年9月生于山東冠縣。畢業(yè)于武漢大學概率論與數(shù)理統(tǒng)計專業(yè)，理學博士�，F(xiàn)就職于中南財經(jīng)政法大學統(tǒng)計與數(shù)學學院數(shù)學與數(shù)量經(jīng)濟系，主要從事高維數(shù)據(jù)分析、生存分析的研究。2017年獲得國家自然科學基金青年項目。目前在靠前外統(tǒng)計學主流雜志上發(fā)表學術論文多篇。
第一章 Cox模型和變量選擇問題簡介
1．1 生存數(shù)據(jù)簡介
1．2 Cox模型
1．3 Cox模型框架下的變量選擇方法
1．4 Cox模型中成組數(shù)據(jù)的組選擇方法
1．5 基于懲罰函數(shù)的雙層變量選擇問題
1．6 tuning參數(shù)選擇
1．7 相關優(yōu)化理論
1．8 懲罰估計的計算問題
第二章 group Bridge懲罰最小二乘問題中基于下界的光滑化擬牛頓算法
2．1 引言
2．2 group Bridge懲罰解中非零組的回歸系數(shù)的組范數(shù)的下界
2．3 基于非零組組系數(shù)下界的光滑化擬牛頓算法（LSQN）
2．4 模擬計算
第三章 Cox比例風險模型中基于SEI。o懲罰函數(shù)的變量選擇問題
3．1 引言
3．2 cox比例風險模型下的變量選擇
3．3 tuning參數(shù)的選擇
3．4 算法設計
3．5 數(shù)值模擬、實證分析
第四章 Cox模型框架下的半?yún)?shù)回歸
4．1 引言
4．2 cox模型框架下以組變量選擇為目的的半?yún)?shù)回歸
4．3 主要理論結果
4．4 數(shù)值模擬
主要參考文獻
附錄
附錄一 本書中相關理論結果的證明
附錄二 本書中所用到的數(shù)據(jù)集
書單推薦
