一种用于生物标志物发现的网络约束 Weibull AFT 模型
机器学习
2024-02-29 v1 统计理论
统计方法学
统计理论
摘要
我们提出了 AFTNet，一种基于 Weibull 加速失效时间 (AFT) 模型的新型网络约束生存分析方法，该方法通过惩罚似然法求解以进行变量选择和估计。当使用对数线性表示时，推断问题转化为结构化稀疏回归问题，为此我们明确利用双重惩罚纳入预测变量之间的相关性模式，该惩罚同时促进稀疏性和分组效应。此外，我们建立了 AFTNet 估计量的理论一致性，并提出了一种基于近端梯度下降法的高效迭代计算算法。最后，我们在合成数据和真实数据示例上评估了 AFTNet 的性能。
引用
@article{arxiv.2402.18242,
title = {A network-constrain Weibull AFT model for biomarkers discovery},
author = {Claudia Angelini and Daniela De Canditiis and Italia De Feis and Antonella Iuliano},
journal= {arXiv preprint arXiv:2402.18242},
year = {2024}
}