High-dimensional variable selection for Cox's proportional hazards model
高维空间中的变量选择问题从多个学科的前沿向当代统计问题提出了挑战。最近的技术进步使得通过生物成像技术收集大量的协变量信息（如微阵列、蛋白质组学和SNP数据）成为可能，同时在临床研究中观察患者的生存信息。因此，同样的挑战适用于生存分析，以了解基因组学信息和关于生存时间的临床信息之间的关联。在这项工作中，我们将确定筛选程序Fan和Lv（2008）扩展到Cox比例风险模型，并提供了迭代版本。数值模拟研究表明，令人鼓舞的性能相比，与其他技术，如LASSO所提出的方法。这证明了迭代确定独立筛选方案的实用性和通用性。
2010-05-19 stat.ME stat.ML
Variable selection via Group LASSO Approach : Application to the Cox Regression and frailty model
在补充了临床信息和高维基因表达数据的生存结局分析中，使用传统的考克斯比例风险模型（1972）无法满足生物医学研究中的一些新兴需求。首先，协变量的数量通常远大于样本量。其次，基于单个基因表达预测结果是不够的，因为多种生物过程和功能途径调节与基因相关的表达。另一个挑战是，考克斯模型假设人口是同质的，这意味着所有人都有相同的死亡风险，这是很少正确的，因为人口中的风险因素无法测量。在本文中，我们提出了一组LASSO与伽玛分布的脆弱性Cox回归变量选择，通过扩展以前的奖学金，以解释与暴露和易感性相关的组结构之间的异质性。所提出的方法的一致性性质的建立。这种方法适用于解决从遗传学到空气污染的各种研究问题。仿真分析表明，与其他方法，包括组SCAD和组MCP相比，组LASSO具有良好的性能。未来的发展方向包括使用自适应组LASSO和稀疏组LASS扩展脆弱性。
2018-02-23 stat.CO stat.ME
Variable selection and structure identification for varying coefficient Cox models
我们考虑高维协变量的变系数Cox模型。我们应用组Lasso方法对这些模型，并提出了一个变量选择程序。我们的程序同时处理从高维变系数模型到半变系数模型的变量选择和结构识别。我们推导出一个预言不等式，并仔细检查限制性特征值条件。本文给出了时变系数Cox模型的详细结果。变量选择的理论结果可以很容易地推广到其他一些重要的模型，我们简要地提到这些模型，因为这些模型可以以同样的方式处理。本文考虑的模型是结构非参数回归模型中最流行的模型。一个小的数值研究的结果也给出了。
2016-07-19 math.ST stat.TH
Adaptive estimation of the baseline hazard function in the Cox model by model selection, with high-dimensional covariates
本文的目的是提供一个自适应估计的基线函数的Cox模型与高维协变量。我们考虑一个两步的程序：首先，我们估计的Cox模型的回归参数通过Lasso程序的基础上的偏对数似然，其次，我们插入这个Lasso估计到最小二乘型标准，然后执行模型选择程序，以获得自适应惩罚对比度估计的基线函数。利用回归参数Lasso估计的非渐近估计结果，建立了基线函数惩罚对比估计的非渐近预言不等式，突出了协变量维数增加时收敛速率的差异.
2015-03-03 math.ST stat.AP stat.TH
Bayesian Cox model with graph-structured variable selection priors for multi-omics biomarker identification
本研究提出带图结构选择先验的惩罚半参数贝叶斯Cox模型，利用MRF先验结合生物学图实现多组学特征稀疏识别，在仿真中表现出更稳定可靠的变量选择与不劣的生存预测，且对部分正确的图具鲁棒性，已应用于TCGA乳腺癌数据。
2025-03-17 q-bio.GN stat.AP stat.ME
Variable Selection in Functional Linear Cox Model
University of South Carolina（南卡罗来纳大学）；University of Illinois at Chicago（伊利诺伊大学芝加哥分校）
本文提出了一种用于功能线性Cox模型的新型变量选择方法，结合了光滑性和稀疏性，通过模拟研究验证了其在变量选择和估计中的有效性，并应用于NHANES数据揭示了体力活动分布模式与全因死亡率的关系。
2025-06-03 stat.AP stat.ME
Scalable likelihood-based estimation and variable selection for the Cox model with incomplete covariates
针对含随机缺失协变量的Cox回归模型，本文开发了一种仅需一维积分的可扩展EM算法进行非参数极大似然估计，并扩展以容纳LASSO惩罚实现变量选择，在大规模模拟与癌症基因组研究中验证了其优势。
2024-10-15 stat.CO stat.ME
FDR-Controlled Variable Selection for Generalized Linear Models and Cox Regression with Virtual Dummies
TU Darmstadt（达姆施塔特工业大学）
本文提出一种基于虚拟哑变量的FDR控制变量选择方法，适用于广义线性模型和Cox回归，通过扩展T-Rex选择器，在保持分布等价性下实现内存高效选择，并经模拟和真实数据验证。
2026-11-11 eess.SP stat.ME
Wild Bootstrap and Efron's Bootstrap for Debiased Cox Regression
University of Augsburg（奥格斯堡大学）
该研究针对Cox Lasso选择后去偏Cox估计量的系数推断问题，提出Wild Bootstrap与Efron Bootstrap两种方法，经模拟验证其渐近有效性与有限样本表现，可提升区间覆盖准确性，并通过SUPPORT2数据集示例说明应用。
2026-08-26 stat.ME
Combining heterogeneous subgroups with graph-structured variable selection priors for Cox regression
癌症研究中的重要目标是基于分子测量（例如基因表达数据）和新的预后生物标志物（例如基因）的鉴定来预测患者的风险。在临床实践中，这通常是具有挑战性的，因为患者队列通常很小，并且可能是异质的。在经典的亚组分析中，仅使用一个特定队列的数据拟合单独的预测模型。但是，当样本量较小时，这可能导致功效损失。另一方面，简单地合并所有队列可能会导致有偏差的结果，特别是当队列是异质性的时候。对于这种情况，我们提出了一种新的贝叶斯方法，适用于连续的分子测量和生存结果，确定重要的预测因子，并为每个队列提供一个单独的风险预测模型。它允许在队列之间共享信息，以通过假设一个连接不同队列内和跨不同队列的预测因子的图来增加功效。该图有助于识别功能相关基因和在不同队列中同时具有预后的基因的途径。结果表明，我们提出的方法是优于标准的方法在预测性能和增加的功率在变量选择时，样本量是小的。
2020-04-16 stat.AP stat.ME
Confirmatory Biomarker Identification with k-FWER Control Using Derandomized Knockoffs with Cox Regression
BeOne Medicines（贝明医药）
本文提出了一种基于Cox回归的去随机化敲offs方法，用于在控制k-FWER的前提下提高高维生存分析中生物标志物识别的稳定性与准确性。
2025-12-12 stat.AP stat.ME
Penalized variable selection procedure for Cox models with semiparametric relative risk
本文研究了半参数相对危险度的Cox模型，它可以是部分线性的，有一个非参数分量，或多个加性或非加性非参数分量。提出了一种惩罚偏似然方法，同时估计参数和选择变量的参数和非参数部分。两种处罚是依次适用的。第一个惩罚，管理的多变量非线性协变量效应函数的平滑度，提供了一个平滑样条方差分析框架，利用它来获得非参数部分的经验模型选择工具。第二个惩罚，平滑剪切绝对偏差（SCAD）惩罚或自适应LASSO惩罚，实现参数部分的变量选择。我们证明了参数部分的估计具有预言性质，非参数部分的估计达到了最优的收敛速率。所提出的程序在模拟实验中工作良好，然后应用到一个真实的数据例子性传播疾病。
2010-10-19 math.ST stat.TH
coxphMIC: An R Package for Sparse Estimation of Cox Proportional Hazards Models
本文描述了一个R软件包coxphMIC，它通过近似信息准则实现了考克斯比例风险模型的稀疏估计方法（Su et al.，2016 Biometrics）。所开发的方法被命名为MIC，代表“最小化近似信息标准”。一个重新参数化的步骤，同时保持目标函数光滑的同时，加强稀疏性。因此，MIC是计算速度快，在稀疏估计的性能优越。此外，重新参数化策略在规避后选择推理方面产生了额外的优势。介绍了MIC方法及其R实现，并以PBC数据为例进行了说明。
2017-05-30 stat.CO
A flexible adaptive lasso Cox frailty model based on the full likelihood
在这项工作中，提出了一种方法来规范Cox脆弱性模型，适应时变协变量和时变系数，是基于完整的，而不是部分的可能性。在这个框架中的一个特别的优点是，基线危险可以明确地建模在一个平滑的，半参数的方式，例如，通过P样条。变量选择的正则化通过套索惩罚和分类变量的组套索进行，而第二个惩罚正则化时变系数和基线风险的平滑估计的波动。此外，自适应权重包括稳定的估计。该方法在R中实现为coxlasso，并将与其他正则化Cox回归软件包进行比较。然而，现有的软件包不允许在coxlasso中容纳的不同效果的组合。
2020-03-31 stat.CO stat.ME
Stable variable selection for right censored data: comparison of methods
模型选择的不稳定性是包含大量协变量的数据集的主要问题。本文讨论了高维问题中响应变量可以右删失时的变量选择方法。我们专注于新的稳定的变量选择方法的基础上，自助法的两种方法：Cox比例风险模型和生存树。就Cox模型而言，我们研究了两种变量选择技术的自举：基于AIC准则的逐步算法和L1惩罚的Lasso。关于生存树，我们回顾了两种方法：自助节点级稳定和随机生存森林。我们将这些不同的方法应用于两个真实的数据集。我们比较了基于Harrell一致性指数的预测误差率的方法和相应的选择模型的解释的相关性。其目的是找到一个良好的预测性能和易于解释的临床医生之间的妥协。结果表明，在少量个体的情况下，自举适应Cox模型中的L1-惩罚或自举生存树中的节点级稳定性提供了随机生存森林方法的一个很好的替代方案，已知其预测误差率最小，但难以通过非统计学家验证。从临床的角度来看，基于Cox模型的方法和基于生存树的方法之间的互补性将允许建立易于临床医生验证的可靠模型。
2012-03-22 stat.AP
Cox's proportional hazards model with a high-dimensional and sparse regression parameter
本文讨论了D. R. Cox在一个高维和稀疏设置的回归参数。为了估计回归参数，应用Dantzig选择器。证明了模型的Dantzig选择器的变量选择一致性。这一性质使我们能够降低参数的维数，并构造回归参数和累积基线风险函数的渐近正态估计。
2017-10-28 math.ST stat.TH
Regularization for Cox's proportional hazards model with NP-dimensionality
每个样品具有数千个测量值的高通量基因测序阵列和大量相关的删失临床数据增加了对更好的测量特异性模型选择的苛刻需求。本文在Cox比例风险模型的框架下，建立了非多项式（NP）维删失数据的非凹惩罚方法的强预言性质。采用了一类折叠凹罚函数，并对LASSO和SCAD进行了详细讨论。我们揭示了在哪些维度和相关性限制下可以构建和掌握Oracle估计量的问题。结果表明，非凹罚导致显着减少的“不可表示的条件”所需的LASSO模型选择的一致性。推广了自带利息鞅的大偏差结果，刻画了强预言性。此外，非凹正则化估计，渐近实现的信息界的预言估计。一个坐标明智的算法，发现惩罚风险回归问题的解决方案路径的网格，其性能进行评估模拟和基因关联研究的例子。
2012-05-25 math.ST stat.ME stat.ML
Correlation-Adjusted Regression Survival Scores for High-Dimensional Variable Selection
背景资料：个性化医疗分类方法的发展高度依赖于预测性遗传标记的鉴定。在生存分析中，经常需要区分有影响和无影响的标志物。通常，第一步是执行单变量筛选步骤，根据标记物与结果的关联对标记物进行排名。通常使用Cox评分进行筛选，Cox评分量化了生存与每个标记物之间的关联。由于Cox评分不考虑标记物之间的依赖性，因此在存在高度相关的标记物的情况下，它们的使用是次优的。研究方法：作为Cox评分的替代，我们提出了右删失生存结局的相关调整回归生存（CARS）评分。通过去除标志物之间的相关性，CARS评分量化了结果与“去相关”标志物值集之间的关联。分数的估计基于逆概率加权，其应用于对数转换的事件时间。对于高维数据，估计是基于收缩技术。结果：在轻度正则条件下，CARS评分具有一致性。在模拟中，基于CARS分数排名的生存模型比竞争方法获得了更高的精确度-召回率曲线下的面积。在前列腺癌和乳腺癌上的两个示例应用证实了这些结果。CARS评分在R软件包carSurv中实现。结论：在涉及高维遗传数据的研究应用中，即使协变量之间的相关性较低，使用CARS评分进行标记选择也是Cox评分的有利替代方案。CARS评分具有简单的解释和低计算要求，是个性化医学研究中易于使用的筛选工具。
2018-02-24 stat.ME
High Dimensional Robust Inference for Cox Regression Models
本文基于Lin和Wei [1989]的低维结果，考虑了可能错误指定的Cox比例风险模型的高维推断。基于对数偏似然函数提出了一种去稀疏Lasso估计，并证明了该估计收敛于一个伪真参数向量。有趣的是，真参数的稀疏性可以从上述限制参数的稀疏性推断出来。此外，上述（非稀疏）估计的每个组件被证明是渐近正态的方差，可以一致估计，即使在模型误指定。在某些情况下，这种渐进分布会产生有效的统计推断程序，并通过数值示例说明其经验性能。
2018-11-01 math.ST stat.TH
Structured Screen-and-Select for Ultra-High-Dimensional Variable Selection
The University of Texas at El Paso（德克萨斯大学埃尔帕索分校）
针对超高维变量选择中边际筛选可能遗漏弱信号活跃预测因子的问题，提出结构化筛选与选择（S3VS）迭代框架，结合结果筛选与相关局部集，在多种模型下实现，模拟和卵巢癌数据表明其可改善变量恢复或预测。
2026-09-22 stat.ME
Copula Entropy based Variable Selection for Survival Analysis
Hitachi China Research Laboratory（日立中国研究院）
变量选择是统计学和机器学习中的一个重要问题。Copula熵（CE）是一个度量统计独立性的数学概念，近年来被应用于变量选择。在本文中，我们提出了应用CE为基础的变量选择方法的生存分析。其思想是用CE测量变量与事件发生时间之间的相关性，然后根据其CE值选择变量。在模拟数据和两个真实癌症数据上进行实验，并与随机生存森林和Lasso-Cox方法进行比较。实验结果表明，该方法可以选择出“正确”的变量，更解释，导致更好的预测性能。
2022-09-04 cs.LG stat.ME
Unbiased split variable selection for random survival forests using maximally selected rank statistics
University of KwaZulu-Natal（夸祖鲁-纳塔尔大学）
分析生存数据最常用的方法是Cox回归模型。然而，考克斯模型可能被错误地指定，其比例假设可能并不总是得到满足。生存预测的另一种方法是生存结果的随机森林。随机生存森林的标准分裂准则是对数秩检验统计量，它倾向于用许多可能的分裂点分裂变量。条件推理森林避免了这种分裂变量选择偏差。但是，默认情况下，在条件推断森林中使用线性秩统计量来选择最佳拆分变量，该变量无法检测自变量中的非线性效应。另一种方法是使用最大选择的秩统计量进行分裂点选择。与条件推断森林一样，拆分变量在p值尺度上进行比较。然而，在条件推理森林中使用的条件蒙特卡罗方法，而不是使用p值近似。我们描述了几个p值的近似和建议的随机森林方法的实施。模拟研究表明，无偏的分裂变量选择是可能的。然而，在无偏的分割变量选择和运行时间之间存在权衡。在模拟和真实数据集上的预测性能的基准研究中，如果将信息二分变量与具有更多类别的无信息变量相结合，则新方法的性能优于随机生存森林，并且如果包括非线性协变量效应，则优于条件推理森林。在运行时比较中，如果使用简单的p值近似，则该方法被证明在计算上比两种替代方法更快。
2018-05-16 cs.LG stat.ML
Bayesian Variable Selection For Survival Data Using Inverse Moment Priors
在高维癌症基因组研究中，有效的变量选择对于发现与特定癌症类型相关的基因和预测对治疗的反应至关重要。删失生存数据在此类研究中很普遍。在这篇文章中，我们介绍了一个贝叶斯变量选择过程，使用的混合物前组成的点质量在零和逆矩前与部分似然定义的Cox比例风险模型。该过程在R包BVSNLP中实现，该包支持并行计算，并使用随机搜索方法来探索模型空间。贝叶斯模型平均用于预测。该算法提供了更好的性能比其他变量选择程序在模拟研究中，并出现提供更一致的变量选择时，应用到实际的基因组数据集。
2020-03-14 stat.AP stat.CO
Variable Selection with Random Survival Forest and Bayesian Additive Regression Tree for Survival Data
在本文中，我们利用一个生存分析的方法，结合贝叶斯加性回归树来解释非线性和加性协变量的影响。我们比较了贝叶斯加性回归树，Cox比例风险和随机生存森林模型的性能截尾生存数据，使用模拟研究和生存分析乳腺癌与美国SEER数据库2005年。在模拟研究中，我们比较了三种模型在不同的样本量和删失率的基础上的偏差和预测精度。在乳腺癌的生存分析中，我们回顾性分析了1500例浸润性导管癌患者的亚组，浸润性导管癌是一种常见的乳腺癌，主要累及老年女性。三种模型的预测潜力，然后使用一些广泛使用的生存文献的性能评估措施进行比较。
2019-11-02 stat.AP stat.ML
A mixture Cox-Logistic model for feature selection from survival and classification data
Université catholique de Louvain（鲁汶天主教大学）
本文提出了一种原始的方法，联合拟合生存时间和分类样本到子组。Coxlogit模型是一个广义线性模型，具有两个任务的共同选定特征集。生存时间和类别标签在这里被假定为由取决于这些特征的共同风险评分来调节。然后，学习自然地表示为最大化子组标签的联合概率和生存事件的排序，以公共权重向量为条件。通过坐标下降算法最小化正则化对数似然估计模型。合成和乳腺癌数据的验证表明，所提出的方法优于标准的Cox模型或逻辑斯谛回归时，预测的生存时间和分类新的样本到亚组。它也更擅长为这两项任务选择信息特征。
2015-02-05 cs.LG stat.ME stat.ML
A novel approach to estimate the Cox model with temporal covariates and its application to medical cost data
我们提出了一种新的方法来估计Cox模型的时间协变量。我们的新方法将时间协变量视为与事件时间共同建模的纵向过程。与文献不同的是，在我们的模型中的纵向过程被指定为一个有界变分过程，并确定了一个家庭的初值问题与常微分方程。我们的规范具有这样的优点，即只需要在事件发生时间和事件发生时间本身的时间协变量的观测来拟合模型，虽然它很好，但没有必要进行更多的纵向观测。这一事实使得我们的方法对于许多医疗结果数据集非常有用，例如纽约州全州规划和研究合作系统和国家住院患者样本，在这些数据集中，重要的是要找到给定累积成本的出院风险率，但由于患者信息的保护，只有出院时的总成本可用。我们的估计过程是基于最大化的全信息似然函数。由此产生的估计是一致的，渐近正态分布。变量选择技术，如自适应LASSO，可以很容易地修改和纳入我们的估计过程。证明了所得到的回归系数估计量的预言性质。仿真和一个实际的例子说明了所提出的模型的实用性。最后，我们的方法的一对夫妇的潜在扩展进行了讨论。
2018-02-02 stat.ME
Comparing Lasso and Adaptive Lasso in High-Dimensional Data: A Genetic Survival Analysis in Triple-Negative Breast Cancer
本文研究了高维基因数据中带Lasso和Adaptive Lasso惩罚的Cox回归，提出四种权重计算策略和基于重要性指数的稳健变量选择流程，发现Adaptive Lasso在变量选择和预测性能上优于标准Lasso，并成功应用于三阴性乳腺癌预后分析。
2025-07-01 stat.AP stat.ME
Variable Selection Incorporating Prior Constraint Information into Lasso
我们提出的变量选择过程中，将先验约束信息到套索。所提出的程序结合了样本和先验信息，并选择显着的变量的响应在一个较窄的区域中的真实参数所在。正确选择真实模型，提高了效率。所提出的方法可以通过多种约束二次规划方法来执行，并且可以通过最小二乘法或蒙特卡罗方法来找到初始估计。所提出的方法也具有良好的理论性质。此外，所提出的方法不仅用于线性模型，而且可以用于广义线性模型（{ \sl GLM}），Cox模型，分位数回归模型和许多其他的帮助下，王和冷（2007）的LSA，它改变了这些模型的近似线性模型。结合样本和先验约束信息的思想也可以用于其他修改的套索过程。一些例子用于说明的想法，将事先约束信息的变量选择过程。
2007-05-31 stat.ME
Should univariate Cox regression be used for feature selection with respect to time-to-event outcomes?
重要提示：至事件发生时间结局常用于临床试验和生物标志物发现研究，并主要使用考克斯比例风险模型进行分析。但目前还不清楚，当主要关注事件发生时间结果时，应推荐哪些统计模型用于特征选择任务。目的：探讨对数转换生存时间的高斯回归在特征选择上是否优于考克斯比例风险模型。设计：真实模型为10个协变量的多变量考克斯比例风险模型。对于所有特征选择比较，假设对于所有模型拟合，仅观察/测量10个真实特征中的5个，以及5个随机噪声特征。使用10，000个模拟数据集探索每个样本量和删失率场景。将不同的统计模型应用于同一数据集以估计特征效应。模型性能比较使用敏感性，特异性和准确性的效果大小排名。研究结果：当特征是独立的并且真实模型是多变量考克斯比例风险模型时，对数转换生存时间的高斯回归在特征选择方面，仅两个协变量的（反应变量）优于单变量考克斯比例风险模型和逻辑斯谛回归，不仅灵敏度更高，特异性相当，而且效应量排序的准确性更高，无论样本量和删失率值如何。结论和相关性：本研究证明了在至事件发生时间结局的特征选择实践中纳入对数转换生存时间的高斯回归的重要性。
2022-08-20 stat.ME
A Statistical-Modelling Approach to Feedforward Neural Network Model Selection
University of Limerick（利默里克大学）
本文提出基于贝叶斯信息准则（BIC）的前馈神经网络模型选择方法，可同时进行输入变量和隐藏节点选择，在保持简约性的同时提高恢复真实模型的概率和样本外性能。
2024-05-01 cs.LG stat.ME
Additive Bayesian variable selection under censoring and misspecification
我们讨论了在右删失生存和凹对数似然回归的背景下，误设和删失对贝叶斯模型选择的作用。错误说明包括错误地假设审查机制是没有信息的。重点放在添加剂加速失效时间，Cox比例风险和概率单位模型。我们提供了一个理论上的治疗，包括本地和非本地的先验，和一般的非线性效果分解，以提高功率稀疏性权衡。我们讨论一个基本的问题：当（不可避免地）模型被错误指定时，人们希望得到什么样的解决方案，以及如何解释它？渐近地，在减少可能性相关损失的意义上，对于结局和（对于生存数据）删失时间都没有预测能力的协变量被丢弃。错误指定和删失对假阳性的影响可以忽略不计，但它们对功效的影响是指数级的。我们表明，它可以是有利的，考虑简单的模型，计算上的实用性，但达到良好的功率来检测潜在的复杂的影响，包括使用有限维的基础来检测真正的非参数效应。我们还讨论了算法，以利用充分统计量和快速似然近似高斯为基础的生存和二元模型。
2021-11-12 math.ST stat.AP stat.CO
CoxKnockoff: Controlled Feature Selection for the Cox Model Using Knockoffs
本文提出 CoxKnockoff 方法，首次在有限样本下实现 Cox 模型受控特征选择的 FDR 控制，并证明其渐近功效为 1。
2023-08-01 stat.ME
Variable selection via fused sparse-group lasso penalized multi-state models incorporating molecular data
针对高维多状态模型的变量选择问题，提出融合稀疏组套索（FSGL）惩罚的Cox型回归方法，整合协变量效应成对差异惩罚与转移分组，适配ADMM算法优化，在模拟及AML数据中验证了其选择稀疏模型的有效性及相比全局套索的优势。
2024-11-26 stat.AP stat.ME
Post-Selection Inference for the Cox Model with Interval-Censored Data
针对区间删失数据下的Cox模型，提出基于lasso的选择后推断方法，提供渐近有效的p值和置信区间，模拟与阿尔茨海默病应用验证了其有效性。
2023-12-30 stat.ME
Simulation-Selection-Extrapolation: Estimation in High-Dimensional Errors-in-Variables Models
本文考虑高维环境下的变量误差模型，其中协变量的数量可以远远大于样本量，并且只有少量的非零协变量。协变量中测量误差的存在会导致严重偏倚的参数估计，并且也会影响惩罚方法（如套索）恢复真实稀疏模式的能力。提出了一种新的估计方法SIMSELEX（SIMulation-SELection-EXTRAPOLATION）。该过程通过基于组套索的变量选择步骤增强了传统的SIMEX方法。SIMSELEX估计量在变量选择方面表现良好，并且具有比忽略测量误差的朴素估计量显著更低的估计误差。SIMSELEX可应用于各种变量误差设置，包括线性模型、广义线性模型和Cox生存模型。此外，还展示了SIMSELEX如何应用于基于样条的回归模型。SIMSELEX估计量与线性模型的校正套索和圆锥规划估计量以及逻辑斯谛回归模型的条件分数套索进行比较。最后，该方法被用来分析一个微阵列数据集，其中包含有利的组织学Wilms肿瘤的基因表达测量。
2018-08-30 stat.ME
Bayesian variable selection in a Cox proportional hazards model with the "Sum of Single Effects" prior
本文提出CoxPH-SuSiE方法，将SuSiE扩展到Cox比例风险模型，用于解决遗传精细定位中高相关性和大规模数据下的时间-事件结局贝叶斯变量选择问题，并在模拟数据和UK Biobank哮喘数据中验证了其有效性。
2025-06-06 q-bio.QM stat.AP stat.ME
Active-set algorithms based statistical inference for shape-restricted generalized additive Cox regression models
近年来，形状限制推论在统计和计量经济学文献中得到广泛的应用，以放松回归分析中的线性或二次协变量效应。典型的形状限制协变量效应包括单调递增、递减、凸性或非凸性。本文将形状限制推断引入到著名的Cox回归模型（SR-Cox）中，其中协变量响应被建模为形状限制的可加函数。SR-Cox回归使用样条基扩展和数据驱动的节点选择来近似形状限制函数。将负对数似然函数的最小化问题转化为一个凸优化问题，并采用有效集优化算法求解。该算法的特点是能自动消除多余节点。当协变量效应包括具有未知形式和线性项的凸项或凹项的组合时，最有趣的发现是SR-Cox产生准确的线性协变量效应估计，如果形式确实已知，则其与最大偏似然估计相当。我们的结论是，凹或凸SR-Cox模型可以显着提高非线性协变量响应恢复和模型拟合优度。
2021-07-02 stat.ME stat.ML
Variable Selection in Ultra-high Dimensional Feature Space for the Cox Model with Interval-Censored Data
本文针对区间删失数据下的超高维 Cox 模型，提出基于 lasso、adaptive lasso、SCAD 和 MCP 惩罚的变量选择方法，证明其具有 oracle 性质，并通过模拟和儿童龋齿全基因组关联研究验证了方法效果。
2024-05-02 stat.ME
Mortgage Burnout and Selection Effects in Heterogeneous Cox Hazard Models
Baruch College（巴鲁克学院）
研究异质人口的总体危险率，探讨抵押贷款池中疲劳现象的结构解释，并扩展到随机强度模型，分析危险率随时间演变的机制。
2026-03-19 econ.GN q-fin.EC q-fin.MF
Statistical Challenges with High Dimensionality: Feature Selection in Knowledge Discovery
技术创新彻底改变了科学研究和知识发现的过程。海量数据的可用性和来自研究和开发前沿的挑战重塑了统计思维、数据分析和理论研究。从计算生物学和健康研究到金融工程和风险管理，高维性的挑战出现在科学和人文的各个领域。在所有这些领域中，变量选择和特征提取是知识发现的关键。首先，我们对这些不同学科中的高维统计挑战进行了全面的概述。然后，我们使用一个统一的框架：惩罚似然方法的变量选择和特征提取的问题。讨论了与罚函数的选择有关的问题。我们证明，对于一系列的统计问题，只要维数不是过大，我们可以估计模型参数，以及如果最好的模型是已知的。在风险最小化的持久性属性也解决了。这种理论和方法的适用性，以不同的统计问题的证明。同时也讨论了其他与高维相关的问题。
2006-02-07 math.OC math.ST stat.TH
A Selective Overview of Variable Selection in High Dimensional Feature Space (Invited Review Article)
高维统计问题产生于科学研究和技术发展的各个领域。变量选择在当代统计学习和科学发现中起着关键作用。传统的最佳子集选择方法可以被看作是惩罚似然的一种特殊形式，对于许多现代统计应用来说，它在计算上过于昂贵。其他形式的惩罚似然方法已经成功地开发了在过去的十年中，以应付高维。在高维统计推断中，它们被广泛应用于同时选择重要变量和估计其效应。在这篇文章中，我们提出了一个简短的帐户的理论，方法和实施高维变量选择的最新发展。这些方法可以处理的维数限制，罚函数的作用是什么，以及统计特性是什么，这些都迅速推动了该领域的发展。重点讨论了非凹惩罚似然的性质及其在高维统计建模中的作用。我们还回顾了超高维变量选择的一些最新进展，重点是独立筛选和双尺度方法。
2009-10-06 math.ST stat.TH
Regularized estimation for highly multivariate log Gaussian Cox processes
由于具有大量参数的复杂模型，高度多变量点模式数据的统计推断具有挑战性。本文对一类多元对数高斯Cox过程提出了数值稳定和有效的参数估计和模型选择算法。该方法适用于一个高度多元的点模式数据集，从热带雨林生态。
2019-05-04 stat.CO stat.ME
When to encourage using Gaussian regression for feature selection tasks with time-to-event outcome
重要提示：关于事件发生时间结局的特征选择是临床试验和生物标志物发现研究中的基本问题之一。但当样本量较小或某些关键协变量未被测量时，应使用何种统计方法尚不清楚。设计：真实模型为10个协变量的多变量考克斯比例风险模型。假设对于所有模型拟合，10个真实特征中只有5个被观察/测量，以及5个随机噪声特征。每个样本量方案都使用10，000个模拟数据集进行了探索。对每个数据集应用八个回归模型来估计特征效应，包括正则化高斯回归（弹性网惩罚）和正则化Cox回归（glmnet Cox）。研究结果：如果协变量是高度相关的高斯，则当事件总数<500时，只有两个协变量的对数转换生存时间的高斯回归优于所有测试的Cox回归模型。
2022-10-13 stat.ME
Statistical Inference for Cox Proportional Hazards Models with a Diverging Number of Covariates
对于协变量个数不同的回归模型的统计推断，现有文献通常对费舍尔信息矩阵的逆矩阵作稀疏性假设。然而，在Cox比例风险模型下，这些假设经常被违反，导致覆盖范围不足的置信区间的有偏估计。我们提出了一种改进的去偏套索方法，它解决了一系列的二次规划问题来近似逆信息矩阵，而不构成稀疏矩阵的假设。当协变量的维数随样本量而异时，我们建立了估计回归系数的渐近结果。大量的模拟表明，我们提出的方法提供了相合估计和置信区间与标称覆盖概率。该方法的实用性通过评估遗传标记对波士顿肺癌生存队列患者总生存率的影响进一步证明，波士顿肺癌生存队列是一项调查肺癌潜在机制的大规模流行病学研究。
2021-06-06 stat.ME
Scalable Sparse Cox's Regression for Large-Scale Survival Data via Broken Adaptive Ridge
本文提出了一种新的可扩展稀疏Cox回归工具，用于稀疏高维海量样本量（sHDMSS）生存数据。该方法是通过重复执行重新加权的$L_2$-惩罚Cox回归的局部$L_0$-惩罚Cox回归。我们发现，由此产生的估计享有最好的$L_0$ -和$L_2$ -惩罚Cox回归，同时克服其局限性。具体而言，估计量是选择一致的，参数估计的预言，并具有高度相关的协变量的分组属性。仿真结果表明，当样本量较大时，所提出的方法与预先指定的调整参数具有可比或更好的性能比一些流行的惩罚回归方法。更重要的是，因为该方法自然地使得能够适应用于大规模$L_2$惩罚优化的有效算法，并且不需要昂贵的数据驱动的调谐参数选择，所以它对于sHDMSS数据具有显著的计算优势，在经验研究中提供了超过其最接近的竞争对手的平均5倍加速。
2018-07-25 stat.ME
Finite Mixture Cox Model for Heterogeneous Time-dependent Right-Censored Data
针对异质患者群体生存分析中单一Cox PH模型的不足，提出结合SCAD/MCP动态惩罚函数的有限混合Cox模型，通过改进EM算法实现亚组识别与成分选择，提升风险预测精度。
2025-04-11 stat.CO stat.ME
Statistical tests for comparing the associations of multiple exposures with a common outcome in Cox proportional hazard models
提出一种基于复制方法的 Cox 模型多变量 Wald 检验，用于正式比较多种暴露与共同结局的关联差异，并通过膳食模式与慢性病实例及 R 代码验证其灵活性。
2024-03-20 stat.AP stat.ME
Factor-Augmented Regularized Model for Hazard Regression
高维数据的一个普遍特征是协变量之间的相关性，当协变量高度相关时，模型选择具有挑战性。为了对高维考克斯比例风险模型在协变量具有因子结构的情况下进行模型选择，提出了一种新的风险回归因子增广正则化模型（Factor-Augmented Regularized Model for Hazard Regression，FarmHazard），该模型建立在驱动协变量依赖的潜在因子之上，扩展了Cox模型.这个新的模型生成的程序，通过从高维协变量向量中学习因子和特质成分，然后将它们用作新的预测因子，分两步操作。Cox模型是一种广泛用于生存分析的半参数模型，其中删失数据和时间依赖性协变量带来了额外的技术挑战。在较弱的条件下证明了模型选择相合性和估计相合性。我们还开发了一个因子增广变量筛选程序来处理超高维问题中的强相关性。大量的模拟和真实数据实验表明，该方法具有良好的性能，在模型选择、样本外C指数和筛选等方面都优于其他方法.
2022-10-03 math.ST stat.AP stat.ME
Non-collapsibility and Built-in Selection Bias of Hazard Ratio in Randomized Controlled Trials
本文通过模拟研究随机对照试验中Cox风险比的非可折叠性与固有选择偏倚，发现条件风险比存在偏差，而逆概率治疗加权Cox模型可无偏估计边际风险比，并建议避免使用时期特异性风险比。
2024-01-12 stat.ME
Weighted Cox regression for the prediction of heterogeneous patient subgroups
临床医学中的一项重要任务是基于基因表达数据等高维分子测量构建特定亚组患者的风险预测模型。建模高维数据的主要目标是良好的预测性能和特征选择，以找到真正与临床结局（如事件发生时间终点）相关的预测因子子集。在临床实践中，这项任务是具有挑战性的，因为患者队列通常很小，并且在预测因子和结果之间的关系方面可能是异质的。当具有相同或相似疾病的几个亚组患者的数据可用时，将它们合并以增加样本量是诱人的，例如在多中心研究中。然而，亚组之间的异质性可能导致偏倚结果，亚组特异性效应可能无法检测到。对于这种情况下，我们提出了一个惩罚Cox回归模型与加权版本的Cox偏似然，包括所有亚组的患者，但分配给他们的个人权重的基础上，他们的亚组隶属关系。可能属于关注亚组的患者在亚组特异性模型中获得更高的权重。我们提出的方法通过模拟和应用于真实的肺癌队列进行评估。仿真结果表明，我们的模型可以实现改进的预测和变量选择的准确性比标准的方法。
2020-03-19 stat.AP stat.ME
Analysis of overfitting in the regularized Cox model
Institute for Mathematical and Molecular Biomedicine, King’s College London（伦敦国王学院数学与分子生物医学研究所）；King’s College London（伦敦国王学院）；Saddle Point Science Ltd（鞍点科学有限公司）
考克斯比例风险模型在至事件发生时间数据的分析中普遍存在。然而，当数据维度p与样本量$N$相当时，已知其回归参数的最大似然估计会因过拟合而出现偏倚或完全崩溃。这促使了所谓的正则化Cox模型的引入。本文利用统计物理学中的副本方法，研究了在p和N都很大但p/N ~ O（1）的情况下，正则化多元Cox回归中L2正则化的真实回归参数与推断回归参数之间的关系。因此，我们将最近的研究从极大似然推广到最大后验推理。我们还建立了最佳正则化参数和p/N之间的关系，允许在时间-事件分析中进行简单的过拟合校正。
2019-07-25 cond-mat.dis-nn cs.LG math.ST
Calibration of prediction rules for life-time outcomes using prognostic Cox regression survival models and multiple imputations to account for missing predictor data with cross-validatory assessment
Leiden University Medical Center（莱顿大学医学中心）
在本文中，我们扩大了方法，在Mertens等。al（2020，Biometrical Journal）的研究，该研究受删失的影响，并且当插补用于解释缺失值时。我们考虑的问题，缺失值可能会发生在校准数据以及新的预测观测（验证）。我们关注的是考克斯模型。描述了在删失的生存建模中将插补与预测校准相结合的方法。交叉验证的应用进行了讨论。我们展示了结论如何广泛地证实了第一篇仅限于二元结果研究的论文。具体来说，预测平均似乎具有优越的统计特性，特别是较小的预测变化，而不是直接应用鲁宾的规则。当使用鲁宾的基于规则的方法时，讨论了处理基线危险的不同方法。
2021-05-04 cs.LG stat.AP stat.ME
Post-selection inference for L1-penalized likelihood models
本文提出了一种新的L1（lasso）惩罚似然模型（包括广义回归模型）的后选择推断方法。我们的方法概括了Lee et al（2014）提出的选择后框架。该方法提供了渐进有效的p值和置信区间，条件是套索完成的固有选择。我们目前的应用这项工作（正规化）逻辑斯谛回归，Cox的比例风险模型和图形套索。
2016-10-13 stat.ME
Optimal Estimation for the Functional Cox Model
功能协变量在许多医学、生物人口统计学和神经影像学研究中很常见。本文研究了具有右删失数据的函数型Cox模型在函数型和标量型协变量同时存在的情形。研究了极大偏似然估计的渐近性质，建立了有限维估计的渐近正态性和渐近有效性。在再生核Hilbert空间的框架下，证明了函数协变量系数函数的估计在加权$L_2$ -风险下具有极小极大最优收敛速度.该最优速率由删失方案、再生核和协方差核共同决定。详细讨论了估计方法的实现和平滑参数的选取。通过仿真实例和实际应用说明了有限样本性能。
2016-01-27 math.ST stat.ME stat.TH
