Process / pipelineClinical / epidemiology
적응형 Cox 비례 위험 모형 — 자동 변수 선택을 통한 페널티 생존 회귀
적응형 Cox 비례 위험(Adaptive Cox Proportional Hazards) 모형은 적응형 LASSO(또는 관련) 페널티를 추가하여 사건 발생 시간(time-to-event) 결과에 대한 고전적인 Cox 회귀 모형을 확장합니다. 이 모형은 위험비(hazard ratio)를 동시에 추정하고 변수 선택을 수행하여 관련 없는 공변량 계수를 정확히 0으로 축소합니다. 이는 후보 예측 변수의 수가 사건 수에 비해 많은 고차원 임상 또는 유전체 데이터셋에서 특히 유용합니다.
MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Zhang, H. H., & Lu, W. (2007). Adaptive Lasso for Cox's proportional hazards model. Biometrika, 94(3), 691–703. DOI: 10.1093/biomet/asm037 ↗
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Adaptive Cox Proportional Hazards Model. ScholarGate. https://scholargate.app/ko/epidemiology/adaptive-cox-proportional-hazards
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 가속 실패 시간(AFT) 모델생존분석↔ 비교
- Cox 비례 위험 모형역학↔ 비교
- Kaplan-Meier 생존 추정량생존분석↔ 비교
- 라쏘 회귀머신러닝↔ 비교
- Random Survival Forest생존분석↔ 비교