项目名称: 关于生存数据回归模型的研究

项目编号: No.11201031

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 李慧

作者单位: 北京师范大学

项目金额: 19万元

中文摘要: 危险率回归模型在处理具有删失、截断特性的生存数据中占有相当重要的地 位,是生存分析中最重要的模型之一。它广泛应用于生物学、医学、保险学、可靠性工程学、社会学、经济学等诸多领域,是当今统计学的一个研究重点和热点。随着实验手段和数据分析手段的日益提高,人们所获得的生存数据愈加精细复杂,传统的危险率回归模型渐渐显出其局限性,这对模型结构和模型检验提出更高的要求。本项目围绕这个研究热点,分别从模型结构的延拓、模型选择的方法以及模型参数估计功效的提高三个方面开展研究。这些研究工作具有重要的理论和应用价值。

中文关键词: 生存数据;回归模型;时间序列;删失数据;

英文摘要: Hazards regression model is very important in dealing with censored and truncated survival data. It is one of the most popular model in survival analysis. It is applied in many fields, such as biology,medical science,insurance science,reliability engineering science,sociology and economics, and so on. And it is a hot research topic in biostatistics,today. With the development of the method in experiment and data analysis,the survival data is becoming more and more complicated. Then, traditional hazards regression models are not enough to deal with these data. And some more complicated model are requested. This project will around three hot research topics, which are the extension of the model structure, method of model selection and parameter estimation efficiency to carry out our research. These researches have great theoretical and practical value.

英文关键词: Survival data;Regression model;Time series;Censoring data;

成为VIP会员查看完整内容
0

相关内容

【干货书】统计基础、推理与推断,361页pdf
专知会员服务
82+阅读 · 2022年1月25日
专知会员服务
117+阅读 · 2021年10月6日
【经典书】机器学习统计学,476页pdf
专知会员服务
120+阅读 · 2021年7月19日
专知会员服务
36+阅读 · 2021年6月6日
【经典书】数理统计学,142页pdf
专知会员服务
95+阅读 · 2021年3月25日
专知会员服务
143+阅读 · 2021年2月3日
【经典书】统计学习导论,434页pdf,斯坦福大学
专知会员服务
233+阅读 · 2020年4月29日
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
数据分析师应该知道的16种回归技术:分位数回归
数萃大数据
29+阅读 · 2018年8月8日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月17日
Arxiv
0+阅读 · 2022年4月17日
Learning from Few Samples: A Survey
Arxiv
77+阅读 · 2020年7月30日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关主题
相关VIP内容
【干货书】统计基础、推理与推断,361页pdf
专知会员服务
82+阅读 · 2022年1月25日
专知会员服务
117+阅读 · 2021年10月6日
【经典书】机器学习统计学,476页pdf
专知会员服务
120+阅读 · 2021年7月19日
专知会员服务
36+阅读 · 2021年6月6日
【经典书】数理统计学,142页pdf
专知会员服务
95+阅读 · 2021年3月25日
专知会员服务
143+阅读 · 2021年2月3日
【经典书】统计学习导论,434页pdf,斯坦福大学
专知会员服务
233+阅读 · 2020年4月29日
相关资讯
【机器学习】机器学习:未来十年研究热点
产业智能官
16+阅读 · 2018年11月4日
数据分析师应该知道的16种回归技术:分位数回归
数萃大数据
29+阅读 · 2018年8月8日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
回归预测&时间序列预测
GBASE数据工程部数据团队
43+阅读 · 2017年5月17日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员