View : 128 Download: 0

Estimation performance comparison of regularized sliced inverse regression between bivariate and univariate slicing after reweight transformation in survival data

Title
Estimation performance comparison of regularized sliced inverse regression between bivariate and univariate slicing after reweight transformation in survival data
Other Titles
생존 분석 데이터의 이변량 반응변수를 reweight 변환을 통해 일변량으로 변환했을 경우 regularized sliced inverse regression을 적용했을 때의 성능 비교 예측
Authors
서비슬
Issue Date
2016
Department/Major
대학원 통계학과
Publisher
이화여자대학교 대학원
Degree
Master
Advisors
유재근
Abstract
In high-dimensional data analysis, dimension reduction is inevitable to avoid the curse of dimension. Sliced inverse regression is a popular method in high-dimensional responses often affects performances of the method. In this paper, for right-censored survival data, the estimation performances of regularized sliced inverse regression are compared between usual bivariate slicing and univariate slicing done after transforming observed survival time and censoring status as a single variable. For the transformation, reweighting method is considered. The numerical studies show that there are not big differences between the two slicing schemes.;첨단 기술이 고도로 발전함에 따라 데이터의 수집과 저장이 용이해졌고, 그와 더불어 데이터 분석의 중요성도 그 어느 때 보다 중요시 되고 있다. ‘빅 데이터’의 시대가 도래한 것이다. 그에 따라, 많은 변수를 포함한 고차원의 데이터의 분석에 대한 수요도 늘어나고 있다. 고차원 데이터에 적용하는 충분 차원 축소의 한 방법으로 Sliced inverse regression(SIR) 이 있다. 본 논문에서는 SIR의 한계점을 극복하기 위한 regularized SIR을 소개하고, 생존분석 데이터의 이변량 반응변수를 ‘Reweight' 방법을 이용하여 일변량으로 변환해 각 경우를 regularized SIR에 적용하고, 그 결과를 비교해보고자 한다.
Fulltext
Show the fulltext
Appears in Collections:
일반대학원 > 통계학과 > Theses_Master
Files in This Item:
There are no files associated with this item.
Export
RIS (EndNote)
XLS (Excel)
XML


qrcode

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

BROWSE