您的位置: 专家智库 > >

国家自然科学基金(30671821)

作品数:3 被引量:12H指数:3
相关作者:贺佳吴骋金志超陆健高青斌更多>>
相关机构:第二军医大学更多>>
发文基金:国家自然科学基金上海市自然科学基金上海市科学技术委员会基础研究重点项目更多>>
相关领域:医药卫生理学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 2篇医药卫生
  • 1篇理学

主题

  • 2篇偏最小二乘
  • 1篇预后
  • 1篇预后影响
  • 1篇预后影响因素
  • 1篇原发性
  • 1篇原发性肝癌
  • 1篇偏最小二乘法
  • 1篇偏最小二乘回...
  • 1篇最小二乘
  • 1篇网络
  • 1篇肝癌
  • 1篇贝叶斯
  • 1篇贝叶斯网
  • 1篇贝叶斯网络
  • 1篇SAS
  • 1篇BOOTST...

机构

  • 3篇第二军医大学

作者

  • 3篇贺佳
  • 2篇陆健
  • 2篇金志超
  • 2篇吴骋
  • 1篇虞慧婷
  • 1篇马修强
  • 1篇孙亚林
  • 1篇柳伟伟
  • 1篇高青斌

传媒

  • 3篇中国卫生统计

年份

  • 2篇2009
  • 1篇2008
3 条 记 录,以下是 1-3
排序方式:
偏最小二乘回归系数的Bootstrap假设检验及SAS实现被引量:3
2009年
目的运用SAS程序实现对偏最小二乘自变量回归系数的假设检验。方法运用Bootstrap向后筛选变量的方法,用误差均方和评价检验前后模型的预测能力,借助SAS中的PROC SURVEYSELECT、PROC PLS等实现假设检验。结果在模拟实验中,通过一轮向后筛选变量的过程剔除了两个设定为无统计学意义的自变量,而保存了其余有统计学意义的自变量;在实例中,利用本文的方法和程序也得到了较为满意的结果。结论Bootstrap向后筛选变量法可以有效地对偏最小二乘回归自变量进行统计学检验,且可以通过SAS方便的实现。
金志超陆健马修强贺佳
关键词:偏最小二乘回归BOOTSTRAPSAS
两种基于偏最小二乘法的分类模型对肿瘤基因表达数据行多分类的比较研究被引量:5
2009年
目的比较两种基于偏最小二乘法的分类模型对肿瘤基因表达数据行多分类分析的效果,比较不同差异基因选取方法对分类结果的影响。方法利用NCI60等4个肿瘤基因表达数据库,通过4种不同方法选取差异表达基因,在此基础上,用两种基于偏最小二乘的方法行多分类分析。一是偏最小二乘线性判别,首先运用偏最小二乘法行降维,再利用降维得到的成分作为输入变量作线性判别分析;二是偏最小二乘判别分析,利用偏最小二乘回归直接进行分类。分类效果采用留一法和10倍交叉验证法进行评价。结果偏最小二乘判别分析的分类效果略优于偏最小二乘降维后的线性判别。以变量重要性指标选取差异表达基因时分类效果较好,其次是SAM法。结论在对肿瘤基因表达数据行多分类分析时,偏最小二乘法既是一种高效的降维方法,也是一种实用的分类方法。
金志超陆健吴骋高青斌孙亚林贺佳
关键词:偏最小二乘法
基于贝叶斯网络的原发性肝癌预后影响因素相互关系研究被引量:4
2008年
目的运用贝叶斯网络(Bayesian network,BNT)分析肝癌病人资料,探索肝癌预后影响因素间的相互关系。方法依据最小描述长度(Mini mal Description Length,MDL)准则学习网络结构,对完整数据运用极大似然估计(Maxi mumlikelihood esti mation,MLE)获得网络参数,对含有缺失值的数据运用期望最大化(Expectation Maxi mization,EM)算法进行参数学习,并与完整数据的MLE估计进行比较,衡量BNT学习含有缺失值数据的能力。结果通过对含有1441个样本的肝癌资料的学习,构建了一个含有49个结点,62条有向边的BNT模型,并获得各结点参数。网络中的有向边反映肝癌预后影响因素之间的相互作用或影响,网络参数反映其强度。分析了直接影响肝癌预后和分期的指标,并依据网络参数,判断肝癌分期及预后情况。结论BNT模型具有较强的处理缺失数据的能力,应用BNT分析肝癌病人资料,揭示了影响肝癌预后的多因素间,多层次的多重因果关系,并从概率角度定量描述各因素间的影响强度。
虞慧婷吴骋柳伟伟贺佳
关键词:原发性肝癌贝叶斯网络
共1页<1>
聚类工具0