View : 613 Download: 0

Full metadata record

DC Field Value Language
dc.contributor.advisor유재근-
dc.contributor.author서비슬-
dc.creator서비슬-
dc.date.accessioned2016-08-26T04:08:57Z-
dc.date.available2016-08-26T04:08:57Z-
dc.date.issued2016-
dc.identifier.otherOAK-000000120888-
dc.identifier.urihttps://dspace.ewha.ac.kr/handle/2015.oak/214098-
dc.identifier.urihttp://dcollection.ewha.ac.kr/jsp/common/DcLoOrgPer.jsp?sItemId=000000120888-
dc.description.abstractIn 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.-
dc.description.tableofcontentsⅠ. Introduction 1 Ⅱ. Regularized Sliced Inverse Regression 2 A. Sufficient Dimension Reduction with Regularizations 2 B. Reweighting Transformation 3 C. Model for Simulation 4 Ⅲ. Simulation results 6 Ⅳ. Conclusion 14 References 15 ABSTRACT(in Korean) 16-
dc.formatapplication/pdf-
dc.format.extent514002 bytes-
dc.languageeng-
dc.publisher이화여자대학교 대학원-
dc.subject.ddc500-
dc.titleEstimation performance comparison of regularized sliced inverse regression between bivariate and univariate slicing after reweight transformation in survival data-
dc.typeMaster's Thesis-
dc.title.translated생존 분석 데이터의 이변량 반응변수를 reweight 변환을 통해 일변량으로 변환했을 경우 regularized sliced inverse regression을 적용했을 때의 성능 비교 예측-
dc.creator.othernameBiseul Seo-
dc.format.pageiii, 16 p.-
dc.contributor.examiner유재근-
dc.contributor.examiner소병수-
dc.contributor.examiner신동완-
dc.identifier.thesisdegreeMaster-
dc.identifier.major대학원 통계학과-
dc.date.awarded2016. 2-
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