使用 Broken Adaptive Ridge 回归在复发与终末事件的联合脆弱模型中进行变量选择
统计方法学
2024-09-04 v1 应用统计
摘要
我们引入了一种新方法，利用 Broken Adaptive Ridge (BAR) 回归惩罚项，在复发与终末事件的联合脆弱模型中同时进行变量选择和估计。BAR 惩罚项可以概括为一种迭代重加权的平方 惩罚回归，它近似于 正则化方法。我们的方法允许协变量的数量随样本量发散。在一定的正则条件下，我们证明了在该模型框架下实现的 BAR 估计量具有相合性且渐近正态分布，这在变量选择文献中被称为神谕性质。在模拟研究中，我们将所提出的方法与最小信息准则 (MIC) 方法进行了比较。我们将该方法应用于重症监护医学信息集市 (MIMIC-III) 数据库，旨在研究哪些变量会影响重复入住 ICU 和 ICU 住院期间死亡的风险。
引用
@article{arxiv.2409.00291,
title = {Variable selection in the joint frailty model of recurrent and terminal events using Broken Adaptive Ridge regression},
author = {Christian Chan and Fatemeh Mahmoudi and Chel Hee Lee and Quan Long and Xuewen Lu},
journal= {arXiv preprint arXiv:2409.00291},
year = {2024}
}