Modelowanie regresji przeżycia Coxa z adaptacyjnym LASSO — automatyczny dobór zmiennych
Model regresji Coxa z adaptacyjnym LASSO rozszerza klasyczną regresję Coxa dla wyników czasowo-do-zdarzenia poprzez dodanie adaptacyjnej penalizacji LASSO (lub podobnej). Jednocześnie estymuje ilorazy hazardu i przeprowadza selekcję zmiennych, redukując współczynniki nieistotnych predyktorów dokładnie do zera. Czyni to model szczególnie cennym w wysokowymiarowych zbiorach danych klinicznych lub genomicznych, gdzie liczba kandydatów na predyktory jest duża w stosunku do liczby zdarzeń.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Adaptive Cox Proportional Hazards Model. ScholarGate. https://scholargate.app/pl/epidemiology/adaptive-cox-proportional-hazards
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Model przyspieszonego czasu przeżycia (AFT)Analiza przeżycia↔ porównaj
- Model Coxa z proporcjonalnym hazardemEpidemiologia↔ porównaj
- Estymator przeżycia Kaplana-MeieraAnaliza przeżycia↔ porównaj
- Regresja LassoUczenie maszynowe↔ porównaj
- Random Survival ForestAnaliza przeżycia↔ porównaj
Similar methods
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →