超高维纵向数据部分线性模型的特征筛选
2024-07-02分类号:O212.1
【部门】西南交通大学数学学院 西部战区总医院医疗保障中心信息科
【摘要】超高维纵向数据的特征筛选是超高维特征筛选的难点之一,其难点是在保证边际筛选快速的前提下估计工作相关系数矩阵。文章在部分线性模型的假定下,考虑到纵向数据组间独立、组内相关的特点,采用样本协方差去估计未知的工作协方差矩阵,提出了剖面有协方差阵的确定独立筛选(PMSIS)方法,并在一定正则条件下,证明了该方法具有确定筛选性质。通过蒙特卡洛数值模拟与肠道菌群实例数据验证了该方法的有限样本性质,结果表明,新提出的PMSIS方法能有效筛选弱相关的协变量。
【关键词】超高维 纵向数据 部分线性模型 特征筛选 确定筛选性质
【基金】全军保健专项科研课题(21BJZ39);; 西部战区总医院军事医学科研课题(2019ZY10;2021-XZYG-A14);; 中央高校基础研究培育支持计划项目(2682021ZTPY018)
【所属期刊栏目】统计与决策
文献传递