惩罚logistic回归用于高维变量选择的模拟评价
目的 logistic回归是生物医学研究中常用的方法,可以进行影响因素筛选、概率预测、分类等.高通量测序技术得到的数据给高维变量选择问题带来挑战.惩罚logistic回归可以对高维数据进行变量选择和系数估计,且其有效的算法保证了计算的可行性.方法 本文介绍了常用的惩罚logistic算法如LASSO(least absolutes shrinkage and selection operator)、EN(elastic net)、SCAD(smoothly clipped absolute deviation)、MCP(minimax concave penalty)以及SIS(sure independence screening)等,并用模拟数据对各方法进行评价.结果 (1)各方法的结果与自变量间的相关程度有关,不同惩罚logistic回归的精确性与自变量间的相关程度有关,如果相关较高,LASSO或EN的结果较好,而在相关较低时,MCP或SCAD结果较好;(2)结合SIS的方法倾向于少选变量,误选率低,但敏感度也低,而LASSO、MCP、SCAD选择变量较多,误选率高,但敏感度较高;(3)当自变量间低度相关时,SIS的三种方法结果非常接近,但相关较高时,SIS+ LASSO的结果表现较好.结论 采用非小细胞型肺癌的基因数据集进行实例分析,并表明如何根据模拟实验的结论,在多种方法的不同结果间进行选择.
高维变量选择、惩罚logistic回归、LASSO、MCP、SCAD、SIS
33
I20;TP3
国家自然科学基金资助81473073;国家自然科学基金青年基金81502891
2016-10-11（万方平台首次上网日期，不代表论文的发表时间）
共5页
607-611
