برآوردگرهای جریمه شده در مدل رگرسیون کاکس

در تجزیه و تحلیل داده های بقای سانسورشده، مدل های رگرسیونی کاکس از اهمیت ویژه ای برخوردار هستند. با افزایش متغیرها در یک مدل، به منظور دست یابی به مدل های کاراتر، می توان از روش های تاوانیده  استفاده کرد.  در این مقاله،  به مروری بر مدل رگرسیون کاکس تاوانیده برای برخی از توابع تاوان معروف پرداخته شده است. هم چنین،  مجموعه داده های پزشکی mgus۲ بررسی شده و نشان داده شده که مدل های تاوانیده بهتر از رگرسیون کاکس به این داده ها برازش می شود که تاوان لاسو، بهترین عملکرد را برای این داده ها دارد.   

کلیدواژه ها:

Cox regression ، Hazard function ، Penalized regression ، Lasso ، Survival function. ، تابع بقا ، رگرسیون کاکس ، تابع خطر ، رگرسیون تاوانیده ، لاسو.