ScholarGate
دستیار
Process / pipelineClinical / epidemiology

رگرسیون بقا با جریمه و انتخاب خودکار متغیر در مدل کوکس تطبیقی

مدل کوکس تطبیقی با خطر متناسب، رگرسیون کلاسیک کوکس را برای پیامدهای زمان تا رویداد با افزودن جریمه LASSO تطبیقی (یا مشابه) گسترش می‌دهد. این مدل به طور همزمان نسبت خطرها را تخمین زده و انتخاب متغیر را انجام می‌دهد و ضرایب متغیرهای نامرتبط را دقیقاً به صفر کوچک می‌کند. این امر آن را در مجموعه داده‌های بالینی یا ژنومی با ابعاد بالا که تعداد پیش‌بینی‌کننده‌های کاندید نسبت به تعداد رویدادها زیاد است، ارزشمند می‌سازد.

باز کردن در MethodMindبه‌زودیApply, compare, get guidance
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Zhang, H. H., & Lu, W. (2007). Adaptive Lasso for Cox's proportional hazards model. Biometrika, 94(3), 691–703. DOI: 10.1093/biomet/asm037
  2. Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187–202. DOI: 10.1111/j.2517-6161.1972.tb00899.x

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Adaptive Cox Proportional Hazards Model. ScholarGate. https://scholargate.app/fa/epidemiology/adaptive-cox-proportional-hazards

کدام روش؟

این روش را در کنار نزدیک‌ترین روش‌های خویشاوندش بگذارید و آن‌ها را کنار هم بخوانید — کتابخانه کتاب‌ها را روی میز می‌گشاید؛ انتخاب با شماست.

مقایسهٔ کنار هم
ScholarGateAdaptive Cox Proportional Hazards (Adaptive Cox Proportional Hazards Model). بازیابی‌شده در 2026-06-18 از https://scholargate.app/fa/epidemiology/adaptive-cox-proportional-hazards · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026