超高维Ⅱ型区间删失数据的非参数变量筛选法

作者：张婧^*; 靳韶佳; 陈丹丹

来源：应用数学学报, 2021, 44(05): 690-702.

• 区间删失数据
• 超高维数据
• 变量筛选
• EM-ICM算法

在定期随访的医学研究或临床实验中,人们经常会收集到高维区间删失数据,如何对这类数据进行降维是一个非常有意义的问题.本文基于Kolmogorov-Smirnov检验统计量,利用分割和融合的技巧,把独立特征筛选方法推广到区间删失数据中,提出了一种可以处理超高维Ⅱ型区间删失数据且不依赖于任何模型假设的变量筛选方法.此方法的适用范围很广,可以有效地处理各种生存模型下的超高维Ⅱ型区间删失数据,而且可以处理离散型,连续型等多种类型的协变量.在估计生存函数时,本文采用EM-ICM算法,极大地提高了计算效率.大量的数值模拟实验验证了此方法在有限样本下的有效性.

• 单位
  中南财经政法大学; 数学学院