统计学 > 方法论
[提交于 2018年8月2日
]
标题: 多阈值变化平面模型:估计理论与亚组识别中的应用
标题: Multi-threshold Change Plane Model: Estimation Theory and Applications in Subgroup Identification
摘要: 我们提出了一种多阈值变化平面回归模型,该模型自然地将观察到的受试者划分为具有不同协变量效应的子组。潜在的分组变量是协变量的线性函数,因此多个阈值在协变量空间中形成平行的变化平面。我们贡献了一种新颖的两阶段方法来估计子组的数量、阈值的位置以及所有其他回归参数。在第一阶段,我们采用分组选择原则以一致地识别子组的数量;而在第二阶段,通过惩罚诱导平滑技术细化变化点位置和模型参数估计。我们的方法允许相对中高维协变量的稀疏解。我们在适当的假设条件下建立了所提出的估计量的渐近性质。我们通过模拟研究评估了所提出方法的性能,并使用两个医学数据集进行了说明。我们提出的子组识别方法可能立即应用于个性化医疗。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.