超高维生存数据的变量筛选和异常点识别的研究

第一章 引言
第二章 生存分析概述
2．1 生存时间
2．2 生存数据
2．3 生存分析中的基本函数
2．4 生存分析中的主要模型
2．5 生存分析的主要分析方法
第三章 高维数据分析概述
3．1 高维数据简介
3．2 惩罚似然函数方法介绍
3．3 超高维数据分析
第四章 异常值点检测方法简介
4．1 异常值点检测方法
4．2 线性回归模型中的异常值点检测
第五章 超高维生存数据中基于删失累积残差的独立筛选法
5．1 引言
5．2 删失累积残差独立筛选法
5．3 理论性质
5．4 数值模拟
5．5 实例分析
5．6 本章小结
第六章 超高维生存数据中基于相关性排序的独立筛选法
6．1 引言
6．2 基于相关性秩排序的独立筛选法
6．3 理论性质
6．4 数值模拟
6．5 实例分析
6．6 本章小结
第七章 处理超高维生存数据的非参数变量筛选法
7．1 引言
7．2 基于融合的K-S检验统计量的独立筛选法
7．3 理论性质
7．4 数值模拟
7．5 实例分析
7．6 本章小结
第八章 指数回归模型中删失数据的异常值点识别
8．1 引言
8．2 异常值点检测和参数估计
8．3 数值模拟
8．4 实例分析
8．5 本章小结
第九章 总结
参考文献