Lasso-惩罚计分检验在小样本回归模型自变量筛选与统计推断中的应用

Chinese Journal of Disease Control & Prevention(2015)

引用 2|浏览7
暂无评分
摘要
目的 将Lasso-惩罚计分检验应用于小样本数据回归分析中影响因素的筛选与推断.方法 以前列腺癌数据为例,推断影响前列腺特异抗原(prostate-specific antigen,PSA)水平的因素.首先建立PSA及其影响因素的多重对数线性模型,采用Lasso-惩罚计分检验进行统计推断,把有统计学意义的变量纳入最终模型,计算该模型的校正决定系数R2和Cp值,然后与逐步法得到的一般多重回归校正R2和Cp值比较.结果 Lasso-惩罚计分检验得到4个有意义的变量:前列腺癌体积、前列腺重量系数、良性前列腺增生量、精囊入侵;一般多重回归得到前列腺癌体积、前列腺重量系数2个变量.两种方法得到模型的校正R2分别为0.637、0.603,Cp值分别为7.724、12.160.结论 Lasso-惩罚计分检能较好的筛选出重要变量且得到假设检验P值.
更多
关键词
Prostate-specific antigen,Regression analysis,Models,linea
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要